Agent Skills
返回列表
Power BI 数据模型关键信息提取

Power BI 数据模型关键信息提取

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_1f020d8e/powerbimodelextract。

技能介绍

要解决什么问题

在 Power BI Service 或 Fabric 上，语义模型的完整定义往往藏在冗长的 TMDL 里：度量、列、关系、DAX、Power Query M 与分区 SQL 分散在多文件中，还夹着大量 lineageTag、PBI_* 注解、formatString 等元数据噪声。人工翻仓库或 PBIP 里的 .SemanticModel 文件夹，既慢又容易漏掉业务逻辑。

本技能面向「需要快速读懂模型在算什么、数据从哪来」的场景：把线上模型或本地 PBIP 语义层，收敛成可检索、可给同事或 Agent 阅读的 Markdown 摘要。

技能如何工作

工作流分两阶段，可由 batch_extract.py 一次跑完，也可用 compress_tmdl.py 单独处理已有本地模型：

  1. 抽取：通过 Fabric / Power BI REST API 的 getDefinition 等操作，把工作区内的语义模型下载为原始 TMDL 目录（extracted_models/<模型名>.SemanticModel/）。
  2. 压缩：解析 TMDL，剔除噪声行与自动生成的小助手查询，按表重组为 Markdown——关系表、数据源/ETL（M 代码）、各表的 Measures（DAX 代码块）、Columns（类型表）、分区来源；Power Query 转义符会展开为真实换行。

常用能力包括：按名称 --filter、只拉有计划刷新的 --scheduled-only、仅下载不压缩的 --no-compress、以及用 list_all.py / list_refresh.py 查工作区与刷新配置。认证按 FABRIC_TOKEN / --token → Azure CLI → MSAL 设备码 依次尝试。

适用边界与注意点

  • 未提供 workspace_id 时，应先枚举工作区再选择目标；租户 DLP 可能拦 Fabric 列表 API，脚本会回退到经典 Power BI REST，但仍可能遇到 403。
  • getDefinition 是长耗时操作，大模型抽取可能要几十秒；脚本会轮询直到完成。
  • 在 Windows 上运行脚本目录下的 Python 时，需设置 PYTHONIOENCODING=utf-8 与 PYTHONUTF8=1，否则含中文/emoji 的输出可能在 GBK 下崩溃。
  • 压缩比例与保留字段可在 compress_tmdl.py 的 NOISE_PATTERNS 等处调整，修改会同时影响批量抽取路径。

使用场景

  • 接手 Fabric 工作区里多个语义模型，需在不上 Power BI Desktop 的情况下梳理度量、关系与 Power Query 来源。
  • 本地 PBIP 项目已检出 `.SemanticModel` 文件夹，要把 TMDL 压成可检索的 Markdown 供代码评审或归档。
  • 合规或盘点场景下只关心有计划刷新的线上数据集，需按 `--scheduled-only` 批量下载并生成 `_summary.md`。
  • 尚未掌握 workspace_id，要先列出可访问工作区并对照刷新历史，再选定目标模型做抽取。

适合人员

  • 维护多套 Power BI 语义模型的 BI 开发，需要把 Service 端定义整理成同事能读的度量与关系说明。
  • 做模型治理或源端核查的数据分析师，要批量查看 DAX 度量与 Power Query / 分区 SQL 来源。
  • 迁移或重构前在客户环境做模型盘点的实施顾问，需经 REST 导出完整 TMDL 并压缩要点。
  • 参与 PBIP Git 协作的数据工程师，希望在 PR 里对照压缩后的表结构、度量清单而非原始 TMDL 噪声。