xls2ymljob
Excelのジョブ定義をStarlake YAMLに変換します
description の原文を見る
Convert Excel job definitions to Starlake YAML
SKILL.md 本文
XLS から YML ジョブスキル
トランスフォーム ジョブ定義を記述した Excel スプレッドシートを Starlake YAML タスク構成ファイルに変換します。このスキルは、ジョブ/タスク定義に特化した xls2yml の専門バリアントです。
使用方法
starlake xls2ymljob [options]
オプション
--files <value>: 変換する Excel ファイルのカンマ区切りリスト（必須）--policyFile <value>: ACL & RLS 定義を一元化するためのオプションファイル--outputDir <value>: 生成される YAML ファイルの出力ディレクトリ--reportFormat <value>: レポート出力形式:console、json、またはhtml
例
ジョブ Excel を YAML に変換
starlake xls2ymljob --files metadata/jobs/analytics.xlsx
カスタム出力で変換
starlake xls2ymljob --files metadata/jobs/analytics.xlsx --outputDir metadata/transform
アクセスポリシーで変換
starlake xls2ymljob --files metadata/jobs/analytics.xlsx --policyFile metadata/policies.yml
関連スキル
xls2yml- ドメイン/テーブル Excel を YAML に変換yml2xls- YAML を Excel に変換transform- トランスフォームタスクを実行
ライセンス: Apache-2.0(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- starlake-ai
- ライセンス
- Apache-2.0
- 最終更新
- 2026/5/6
Source: https://github.com/starlake-ai/starlake-skills / ライセンス: Apache-2.0
関連スキル
doubt-driven-development
重要な判断はすべて、本番環境への展開前に新しい視点から対抗的レビューを実施します。速度より正確性が重要な場合、不慣れなコードを扱う場合、本番環境・セキュリティに関わるロジック・取り消し不可の操作など影響度が高い場合、または後でバグを修正するよりも今検証する方が効率的な場合に活用してください。
apprun-skills
TypeScriptを使用したAppRunアプリケーションのMVU設計に関する総合的なガイダンスが得られます。コンポーネントパターン、イベントハンドリング、状態管理（非同期ジェネレータを含む）、パラメータと保護機能を備えたルーティング・ナビゲーション、vistestを使用したテストに対応しています。AppRunコンポーネントの設計・レビュー、ルートの配線、状態フローの管理、AppRunテストの作成時に活用してください。
desloppify
コードベースのヘルスチェックと技術負債の追跡ツールです。コード品質、技術負債、デッドコード、大規模ファイル、ゴッドクラス、重複関数、コードスメル、命名規則の問題、インポートサイクル、結合度の問題についてユーザーが質問した場合に使用してください。また、ヘルススコアの確認、次の改善項目の提案、クリーンアップ計画の作成をリクエストされた際にも対応します。29言語に対応しています。
debugging-and-error-recovery
テストが失敗したり、ビルドが壊れたり、動作が期待と異なったり、予期しないエラーが発生したりした場合に、体系的な根本原因デバッグをガイドします。推測ではなく、根本原因を見つけて修正するための体系的なアプローチが必要な場合に使用してください。
test-driven-development
テスト駆動開発により実装を進めます。ロジックの実装、バグの修正、動作の変更など、あらゆる場面で活用できます。コードが正常に動作することを証明する必要がある場合、バグ報告を受けた場合、既存機能を修正する予定がある場合に使用してください。
incremental-implementation
変更を段階的に実施します。複数のファイルに影響する機能や変更を実装する場合に使用してください。大量のコードを一度に書こうとしている場合や、タスクが一度では完結できないほど大きい場合に活用します。