Databases

database-designer ist ein Database-Engineering-Skill für Schemaanalysen, Indexempfehlungen, die Auswahl zwischen SQL und NoSQL sowie sichere Migrationsplanung mit Python-Helfern und Referenzen.

Die azure-cosmos-py Skill hilft dir beim Installieren, Konfigurieren und Verwenden des Azure Cosmos DB Python SDK für NoSQL CRUD, Abfragen, Container-Setup, Partitionierung und Authentifizierung. Besonders nützlich ist sie für Database-Engineering-Workflows, bei denen Partition Keys und Abfragekosten eine Rolle spielen.

azure-cosmos-db-py hilft dir dabei, Azure Cosmos DB NoSQL-Persistenz in Python/FastAPI mit produktionsreifen Mustern für Client-Setup, Dual-Auth, partitionierungsbewusstes CRUD, parametrisierte Abfragen und testbare Service-Layer aufzubauen. Nutze die azure-cosmos-db-py-Skill, wenn du eine praxisnahe Anleitung für Backend-Entwicklung, lokalen Emulator-Support und wiederverwendbare Cosmos-DB-Implementierungsmuster brauchst.

azure-resource-manager-postgresql-dotnet hilft .NET-Engineers dabei, Azure Database for PostgreSQL Flexible Server mit Azure Resource Manager zu verwalten. Nutzen Sie es, um die Pakete Azure.ResourceManager.PostgreSql und Azure.Identity zu installieren und anschließend PostgreSQL-Server in Azure zu erstellen, zu aktualisieren, zu prüfen, abzusichern und zu automatisieren – mit klarerem Fokus als bei einer allgemeinen Prompt-Lösung.

clickhouse-best-practices ist ein ClickHouse-Best-Practices-Skill für Database Engineering. Er unterstützt bei Schemadesign, Query-Tuning, Insert-Strategien und Agenten-Anbindung mit regelbasierten Empfehlungen und macht die Nutzung von clickhouse-best-practices in ClickHouse-Workflows leichter auszulösen, zu prüfen und zu zitieren.

clickhouse-architecture-advisor hilft bei der Gestaltung von ClickHouse-Workloads mit workloadbewussten Entscheidungen für Ingestion, Partitionierung, Joins, Dictionaries, Upserts und Voraggregation. Besonders nützlich ist das Skill für Backend-Entwicklung, Observability, SIEM, Produktanalysen, IoT-Telemetrie und Finanzpipelines. Das Skill kennzeichnet Empfehlungen als `official`, `derived` oder `field`.

Bewährte Tinybird-Praktiken für Projektdateien, SQL-Regeln, Optimierungsmuster und dateibasierte Workflows. Nutze diesen tinybird Skill für Backend Development, wenn du Hilfe mit Datasources, Pipes, Endpoints, Materialized Views und bereitstellungssicheren Empfehlungen brauchst, die auf den Repo-Regeln basieren.

gget ist eine Bioinformatik-Skill für den schnellen, einheitlichen Zugriff auf mehr als 20 genomische Datenbanken und Analysewerkzeuge über CLI oder Python. Nutzen Sie ihn für Geninformationen, BLAST-nahe Abfragen, AlphaFold-Strukturen, Expressionsdaten, Krankheitsassoziationen und Analysen im Stil von Enrichment-Workflows. Er eignet sich für schnelle Exploration und für gget in Data-Analysis-Workflows.

Die azure-data-tables-java-Skill unterstützt Java-Entwickler beim Erstellen von Clients für Azure Table Storage und die Cosmos DB Table API mit dem Azure Data Tables SDK. Nutzen Sie sie für Installation, Einrichtung und praxisnahe azure-data-tables-java-Anwendung mit Verbindungszeichenfolgen, Shared Key, SAS oder DefaultAzureCredential.

Das azure-cosmos-java-Skill hilft dir, das Azure Cosmos DB Java SDK zu installieren und zu nutzen – für Client-Setup, schlüsselbasierte Authentifizierung, Umgebungsvariablen und NoSQL-Datenbankoperationen. Es passt besonders gut zu Database Engineering, wenn du verlässliche Java-Patterns, beispielgestützte Nutzung und eine klare azure-cosmos-java-Anleitung statt Rätselraten brauchst.

chdb-datastore ist ein pandas-kompatibles Skill für schnelle Datenanalyse mit einer von ClickHouse gestützten DataStore-API. Es unterstützt Connectoren für Dateien, Datenbanken und Cloud-Dienste, Cross-Source-Joins und minimale Codeänderungen für pandas-ähnliche Workflows. Nutzen Sie diesen chdb-datastore-Leitfaden, wenn Sie eine Drop-in-Analyseschicht für größere Datensätze suchen.