Sql

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.

kotlin-exposed-patterns ist ein praxisnaher Leitfaden für die Kotlin-Datenbankentwicklung mit JetBrains Exposed. Er behandelt DSL-Abfragen, das DAO-Pattern, newSuspendedTransaction, HikariCP, Flyway-Migrationen und Repository-Grenzen für wartbaren Datenzugriff.

jpa-patterns ist ein praxisnaher Leitfaden zu JPA/Hibernate für die Spring-Boot-Backend-Entwicklung. Er behandelt Entity-Design, Beziehungen, Query-Tuning, Transaktionen, Auditing, Pagination und Pooling, um ORM-Fehler zu reduzieren und die Persistenzleistung zu verbessern.

Die database-migrations-Skill hilft Backend-Teams dabei, sichere Schema-Änderungen, Data-Backfills, Rollbacks und Zero-Downtime-Deployments für PostgreSQL, MySQL und gängige ORMs zu planen. Nutze sie für produktionssichere Anleitungen zu Datenbank-Migrationen, wenn du klare Schritte, weniger Locks und rückgängig machbare Änderungen brauchst.

clickhouse-io ist eine auf ClickHouse spezialisierte Skill für Schemadesign, analytisches SQL, Ingestion-Muster und Performance-Tuning. Nutzen Sie sie, um MergeTree-Entscheidungen, Partitionierung, materialisierte Sichten und die workload-spezifische Abfrageoptimierung gezielt zu steuern.

data-analyst ist ein schlankes GitHub-Skill, das Agents bei SQL, pandas und grundlegender statistischer Analyse für die Datenexploration anleitet. Am besten geeignet für Nutzer, die codegestützte Abfragen, Transformationen und Interpretationen aus einer einzigen SKILL.md-Prompt-Schicht erhalten möchten.

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.

dbt-transformation-patterns unterstützt Agents dabei, dbt-Projekte mit Staging-, Intermediate- und Marts-Layern zu strukturieren und gibt Hinweise zu Tests, Dokumentation und inkrementellen Modellen. Nutzen Sie das Skill, um Installationen zu planen, neue Repos aufzusetzen oder SQL in sauberere Analytics-Engineering-Patterns für Database-Engineering-Teams zu überführen.

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.

database-migration unterstützt bei der Planung und Erstellung von Schema- und Datenmigrationen über ORM- und SQL-Workflows hinweg – mit Rollback-Sicherheit, schrittweisen Rollouts und Hinweisen für Zero-Downtime in Produktionsumgebungen von Database-Engineering-Teams.

dummy-dataset erzeugt realistische Testdaten als CSV, JSON, SQL oder Python-Skript. Es hilft bei Mock-Datasets, Demos, dem Befüllen von Datenbanken, QA und Datenbereinigung, indem Sie Spalten, Zeilenzahlen und Einschränkungen für glaubwürdige Beispieldaten definieren können.

Die sql-queries-Skill verwandelt Geschäftsfragen und grobe Analyseziele in optimierte SQL-Abfragen für BigQuery, PostgreSQL, MySQL und andere Dialekte. Sie liest Schema-Kontext, klärt Filter und Aggregationen und unterstützt bei sql-queries für Data Analysis, Reporting und Exploration.

azure-resource-manager-sql-dotnet hilft Backend-Entwicklern, Azure SQL-Ressourcen mit Azure Resource Manager aus .NET bereitzustellen und zu verwalten. Geeignet für Server, Datenbanken, Elastic Pools, Firewall-Regeln und Failover-Gruppen. Es ist für Management-Plane-Aufgaben gedacht, nicht für SQL-Abfragen oder den Datenzugriff; dafür verwenden Sie Microsoft.Data.SqlClient.

supabase-postgres-best-practices ist eine Skill für die Optimierung von Supabase Postgres – für Query-Tuning, Indexing, Schema-Design, RLS-Performance, Locking und Verbindungsmanagement.

database-schema-designer unterstützt Entwickler und Datenbankingenieure dabei, produktionsreife SQL- oder NoSQL-Schemata mit Normalisierung, Indizierung, Constraints und Migrationsplanung zu entwerfen. Enthalten sind Trigger-Phrasen, eine Checkliste für Schema-Design und eine Migrationsvorlage für die praxisnahe Erstellung und Prüfung von Schemas.

database-schema hilft Agents, den Datenbankvertrag zu lesen, bevor sie Abfragen, Migrationen oder Modellcode schreiben. Es reduziert falsche Spaltennamen, fehlende Felder und Typabweichungen, indem zuerst Schema-Dateien und generierte Typen geprüft werden. Verwende diesen database-schema-Leitfaden für sicherere Workflows im Database Engineering.

Die query-Skill führt DuckDB-Queries gegen eine angebundene Datenbank oder direkt gegen Dateien aus. Sie akzeptiert SQL oder Fragen in natürlicher Sprache, unterstützt Session- und Ad-hoc-Modus und eignet sich für Data Analysis, schnelle Prüfungen und iteratives Arbeiten mit DuckDB Friendly SQL.

attach-db hilft dir, eine DuckDB-Datenbankdatei für sofortige Abfragen mit /duckdb-skills:query anzuhängen. Es validiert die Datei, prüft, ob DuckDB installiert ist, analysiert Schema-Details und schreibt einen gemeinsamen Status, damit spätere Abfragen sich mit `duckdb -init` automatisch wiederherstellen können. Entwickelt für Database-Engineering-Workflows, die einen verlässlichen attach-db-Leitfaden brauchen.

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`.

Die postgres-nio-Skill hilft dir, PostgreSQL in Swift mit async/await, Connection Pooling, vorbereiteten Statements und typsicheren Abfragen zu nutzen. Sie passt besonders gut für Backend-Teams, die Swift-Services bauen und praxisnahe postgres-nio-Anwendung suchen statt allgemeiner SQL-Theorie.

neon-postgres-egress-optimizer hilft dabei, Postgres-Egress zu analysieren und zu reduzieren. Dafür nutzt es `pg_stat_statements`, um Queries mit Overfetching zu finden, Messzeiträume zu validieren und app-seitige Optimierungen wie gezieltere Selects, Pagination und Anpassungen an ORM-Queries abzuleiten.

claimable-postgres hilft dir, ohne Anmeldung in kurzer Zeit eine temporäre Neon-Postgres-Datenbank bereitzustellen. Über REST API, CLI, SDK oder das Vite-Plugin erhältst du eine `DATABASE_URL` für lokale Entwicklung, Demos, Tests und kurzlebige Review-Umgebungen. Datenbanken laufen nach 72 Stunden ab, sofern sie nicht beansprucht werden.