（2876期）Dx Data Navigator – 开发者效能数据一站式分析平台

开发者效能数据一站式分析平台 连接 DX Data MCP 服务器 PostgreSQL 数据库，支持 DORA 指标、PR 周期时间、开发者体验评分、AI 工具采用率等多维度工程效能分析。 使用说明 DX Data Navigator 综合评估 DX Data Navigator 是一款面向工程团队的数据分析技能，通过连接 Developer Experience (DX) Data MCP 服务器的 PostgreSQL 数据库，提供全面的开发者生产力与工程效能指标查询能力。 核心用法 该技能以 SQL 查询为核心交互方式，通过 mcpdx-mcp-serverqueryData 工具访问数据库。涵盖九大核心数据域： DX 调研评分 - Core4 指标（Effectiveness/Impact/Quality/Speed）、KPI、工作流指标、工具满意度 团队与用户 - 组织架构、层级关系、AI 采用日期追踪 Pull Request - 周期时间、评审等待时长、代码吞吐量 部署与事件 - 部署频率、成功率、MTTR、DORA 四指标 AI 工具 - GitHub Copilot 等编码助手的日活追踪与团队级采用分析 Issue 跟踪 - Jira 看板数据、Sprint 速率、Issue 周期时间 服务目录 - 服务-团队归属关系、领域划分 流水线与质量 - CI/CD 运行状态、SonarCloud 代码质量 文档活动 - Confluence 空间活跃度、页面编辑统计 显著优点 数据域覆盖全面：从代码提交到生产部署，从主观调研到客观指标，形成完整工程效能闭环 DORA 原生支持：内置部署频率、变更前置时间、MTTR、变更失败率的计算范式 AI 采用追踪独特：专门设计 GitHub Copilot 使用数据与团队结构的关联方案 Schema 自发现机制：推荐优先查询 information_schema.columns，降低使用门槛 版本化团队结构：区分 dxteams/dxsnapshotteams/dxversioned_teams，支持历史对比分析 潜在局限 SQL 能力门槛：需具备 PostgreSQL 查询能力，复杂分析涉及多表 JOIN 与窗口函数 数据质量问题：incidentservices 表为空无法关联服务；dxusers 的 AI 日期字段大量缺失；团队名称存在拼写不一致 外部系统依赖：GitHub Copilot 数据需通过 verified_emails 间接关联，存在匹配失败风险 企业级定制：schema 高度耦合特定 DX Data Cloud 产品，迁移至其他平台需重写 适合人群 平台工程/开发者体验团队：构建内部工程效能仪表盘 技术管理者：追踪团队 DORA 指标与 AI 工具 ROI 数据分析师：深度挖掘 PR 评审瓶颈、部署失败根因 SRE/运维：MTTR 分析、事件优先级统计 常规风险 权限管控：数据库访问需最小权限原则，避免生产数据泄露 聚合陷阱：DX 调研评分必须使用 GROUP BY + MAX() 去重，否则团队历史快照会产生重复计算 时间精度混淆：所有时间间隔字段以秒存储，需 /3600 转为小时，易忽略导致数量级错误 生产查询负载：大规模表（如 pull_requests）无索引过滤可能拖垮数据库，建议始终添加时间范围限定 原始说明 Query Developer Experience (DX) data via the DX Data MCP server PostgreSQL database. Use this skill when analyzing developer productivity metrics, team perfo...