Performance

postgres-patterns ist ein praktischer PostgreSQL-Quick-Reference-Skill für Query-Optimierung, Schema-Design, Indexing, Row Level Security und Connection Pooling. Er hilft Datenbank-Engineering-Workflows dabei, schneller und verlässlicher Entscheidungen zu treffen – mit kompakten Best Practices statt eines generischen Prompts.

nuxt4-patterns ist ein Nuxt-4-Skill für Hydration-Sicherheit, Route Rules, Lazy Loading und SSR-sicheres Data Fetching. Verwende den nuxt4-patterns Skill, um bessere Frontend-Entscheidungen zu treffen, Mismatches zu reduzieren und für jede Seite oder Komponente das passende Pattern anzuwenden.

frontend-patterns ist eine praxisnahe Skill für die Frontend-Entwicklung mit React und Next.js und hilft dir dabei, wartbare Muster für Komponenten, State, Formulare, Routing, Barrierefreiheit und Performance auszuwählen. Nutze den frontend-patterns-Leitfaden, wenn du klare Umsetzungsanleitungen und eine fundierte Musterwahl brauchst – nicht nur allgemeine Best Practices.

flutter-dart-code-review ist eine bibliotheksunabhängige Checkliste für Flutter- und Dart-Code-Reviews zu Architektur, Widget-Qualität, State Management, Performance, Barrierefreiheit, Sicherheit und sauberem Code. Nutze sie als strukturierten Guide für Code Reviews über BLoC, Riverpod, Provider, GetX, MobX, Signals oder eigene Muster.

compose-multiplatform-patterns ist ein praxisnaher Leitfaden für Compose Multiplatform und Jetpack Compose in KMP-Apps. Er behandelt State-Management, Navigation, Theming, Performance und wiederverwendbare UI-Patterns für Android, iOS, Desktop und Web und hilft Frontend-Teams dabei, wartbare gemeinsame Screens zu entwickeln.

Nutze das benchmark-Skill, um Performance-Baselines zu messen, Regressionen vor und nach PRs zu erkennen und Stack-Alternativen über Seiten, APIs und Builds hinweg für Performance Optimization zu vergleichen.

python-expert ist ein GitHub-Skill für Python-Codegenerierung, Review, Debugging und Refactoring. Er führt Agents mit einer klaren Prioritätenfolge – Korrektheit, Type Safety, Performance, dann Stil – und verweist für die praktische Nutzung auf SKILL.md, AGENTS.md und Regeldateien.

code-reviewer ist ein leichtgewichtiges Skill für Code Review, das Code oder Diffs in einen strukturierten Bericht überführt – mit Sicherheit, Performance, Best Practices, Schweregrad, betroffenen Zeilen oder Abschnitten, empfohlenen Korrekturen und einer Gesamtbewertung der Qualität.

Die debugger Skill unterstützt Agents bei der Diagnose von Softwarefehlern mit einem evidenzbasierten Workflow zur Ursachenanalyse. Nutzen Sie debugger für Stack Traces, Abstürze, fehlschlagende Tests, Regressionen, Logs und intermittierende Bugs. Die Skill führt durch Soll-Ist-Abgleich, Priorisierung von Hypothesen, gezielte Tests, Fixes und Verifizierung.

code-reviewer ist eine KI-Skill für Code-Reviews mit einer festen Prüf-Reihenfolge: Sicherheit, Performance, Korrektheit und Wartbarkeit. Sie nutzt Regeldateien für SQL injection, XSS, N+1 queries, error handling, naming und type hints und macht PR-Reviews damit konsistenter als ein allgemeiner Review-Prompt.

Das benchmark-Skill hilft dabei, Performance-Regressionen in Web- und App-Workflows zu erkennen. Nutze es, um eine Baseline festzulegen, Vorher-Nachher-Änderungen zu vergleichen und zu prüfen, ob ein PR Seiten langsamer, schwerer oder weniger stabil gemacht hat. Es ist ein praxisnaher Benchmark-Leitfaden für Performance-Optimierung, Core Web Vitals, Lighthouse-Checks, Bundle-Größe und Ladezeit-Trends.

canary ist eine Skill für Post-Deploy-Monitoring, die Live-Apps auf Konsolenfehler, Seitenfehler und Performance-Regressionen überwacht. Sie vergleicht das aktuelle Verhalten mit einer Baseline vor dem Deployment, damit du einen Release verifizieren, defekte Seiten früh erkennen und sichtbare Anomalien mit weniger Rätselraten finden kannst als mit einem generischen Prompt.

Das qa-Skill testet eine Web-App systematisch, findet Bugs und überprüft Fixes mit einem gestuften Workflow. Nutze es für Regressionstests, Ship-Readiness-Checks oder als strukturierten QA-Guide, wenn du statt eines generischen Bug-Hunt-Prompts belastbare Nachweise, Schweregrade und atomare Fix-und-Retest-Schleifen brauchst.

design-review ist eine UX-orientierte Design-QA-Skill für die Prüfung live geschalteter Oberflächen. Sie erkennt Probleme bei Abständen, Hierarchie, visueller Konsistenz und Interaktionen und behebt sie iterativ mit anschließender Verifikation. Unterstützt die Prüfung im Plan-Modus vor der Umsetzung und ist ideal, wenn Sie einen design-review-Leitfaden für konkrete Quellcode-Änderungen statt vager Ratschläge suchen.

rust-async-patterns ist ein praxisnaher Skill für asynchrones Rust mit Tokio und behandelt Tasks, Channels, Streams, Timeouts, Cancellation, Tracing und Error Handling für die Backend-Entwicklung.

python-performance-optimization hilft dabei, langsamen oder speicherintensiven Python-Code mit einem Profiling-First-Ansatz zu analysieren. Abgedeckt werden CPU-, Speicher- und I/O-Engpässe, Caching, Vektorisierung, Async-Ansätze und Benchmarking-Workflows.

vector-index-tuning hilft dabei, Vektor-Suchindizes auf Latenz, Recall und Speicherverbrauch abzustimmen. Nutzen Sie die Skill, um Indextypen auszuwählen, HNSW-Einstellungen anzupassen und Quantisierungsoptionen für RAG-Workflows zu vergleichen.

Nutze den distributed-tracing Skill, um Request-Tracing über Microservices hinweg mit Jaeger und Tempo zu entwerfen und verständlich zu erklären. Behandelt Installationsgrundlagen, Trace- und Span-Konzepte, Kubernetes-Setup-Muster, Context Propagation sowie den praktischen Einsatz für Observability und die Analyse von Latenzproblemen.

sql-optimization-patterns unterstützt Datenbankteams dabei, langsame SQL-Abfragen zu analysieren – mit EXPLAIN-Auswertung, Indexstrategie, Join-Optimierung, Pagination-Fixes und praxisnahen Empfehlungen zum Umschreiben von Queries.

spark-optimization ist ein praxisnaher Leitfaden, um langsame Apache-Spark-Jobs zu analysieren – mit Fokus auf Partitionierung, Shuffle, Skew, Caching und Speicher-Tuning. Nutzen Sie ihn, um die Skill aus wshobson/agents zu installieren, `SKILL.md` zu lesen und auf Basis von Symptomen in der Spark UI, Cluster-Einstellungen und Query-Mustern fundierte Optimierungen abzuleiten.

postgresql-table-design unterstützt Agenten beim Entwerfen oder Prüfen von PostgreSQL-Schemas – mit praxistauglichen Regeln für Schlüssel, Normalisierung, Datentypen, Constraints, Foreign-Key-Indizes und PostgreSQL-spezifische Fallstricke.

Die debugging-strategies Skill bietet ein strukturiertes Debugging-Playbook, um Probleme zu reproduzieren, Hypothesen zu prüfen, Ursachen einzugrenzen und Root Causes bei Bugs, Abstürzen, Memory Leaks und Performance-Regressionen zu finden.

projection-patterns unterstützt Teams beim Entwurf von CQRS-Read-Models und Event-Stream-Projektionen und bietet praxisnahe Orientierung zu Projektionstypen, Replay, Checkpointing und dem Einsatz in der Backend-Entwicklung.

godot-gdscript-patterns unterstützt Nutzer von Godot 4 dabei, GDScript mit besserer Szenenstruktur, Signals, Zustandsmaschinen, Autoloads und Async-Loading-Mustern zu erstellen und zu prüfen. Ideal, um bewährte Godot-Architektur in Gameplay-Systeme, UI-Abläufe und wartbaren Projektcode zu übernehmen.