Databases

azure-cosmos-py 스킬은 Azure Cosmos DB Python SDK를 설치, 설정, 활용하는 데 도움을 줍니다. NoSQL CRUD, 쿼리, 컨테이너 설정, 파티셔닝, 인증까지 다루며, 특히 파티션 키와 쿼리 비용이 중요한 Database Engineering 작업에 유용합니다.

azure-cosmos-db-py는 Python/FastAPI에서 Azure Cosmos DB NoSQL 영속성을 구현할 때 바로 쓸 수 있는 패턴을 제공합니다. 클라이언트 설정, 이중 인증, 파티션 인지 CRUD, 매개변수화 쿼리, 테스트 가능한 서비스 레이어까지 프로덕션에 가까운 방식으로 정리되어 있어, 백엔드 개발에 필요한 실전 가이드가 필요할 때 유용합니다. 로컬 에뮬레이터 지원과 재사용 가능한 Cosmos DB 구현 패턴이 필요하다면 이 azure-cosmos-db-py 스킬을 선택하세요.

azure-resource-manager-postgresql-dotnet는 Azure Resource Manager를 사용해 .NET 엔지니어가 Azure Database for PostgreSQL Flexible Server를 관리하도록 돕습니다. Azure.ResourceManager.PostgreSql 및 Azure.Identity 패키지를 설치한 뒤, Azure에서 PostgreSQL 서버를 생성, 업데이트, 점검, 보호, 자동화할 수 있으며, 일반적인 프롬프트보다 범위가 더 명확합니다.

clickhouse-best-practices는 Database Engineering을 위한 ClickHouse 모범 사례 skill입니다. 스키마 설계, 쿼리 튜닝, insert 전략, 에이전트 연결성을 규칙 기반 권장사항으로 안내해, ClickHouse 워크플로에서 clickhouse-best-practices 사용을 더 쉽게 트리거하고 검토하며 인용할 수 있게 합니다.

clickhouse-architecture-advisor는 수집, 파티셔닝, 조인, 딕셔너리, upsert, 사전 집계까지 워크로드를 고려한 판단으로 ClickHouse 워크로드 설계를 돕습니다. Backend Development, observability, SIEM, 제품 분석, IoT 텔레메트리, 금융 파이프라인에 특히 유용합니다. 이 skill은 안내 내용을 official, derived, field로 구분해 제공합니다.

Tinybird 프로젝트 파일, SQL 규칙, 최적화 패턴, 파일 기반 워크플로를 위한 베스트 프랙티스입니다. 데이터소스, 파이프, 엔드포인트, materialized views, 그리고 저장소 규칙에 기반한 배포 안전 가이드가 필요할 때 Backend Development용으로 이 tinybird skill을 사용하세요.

gget은 CLI 또는 Python에서 20개 이상의 유전체 데이터베이스와 분석 도구에 빠르고 통합적으로 접근할 수 있는 생물정보학 스킬입니다. 유전자 정보, BLAST 관련 조회, AlphaFold 구조, 발현 데이터, 질병 연관성, enrichment 스타일 분석에 활용할 수 있습니다. 빠른 탐색과 gget 기반 데이터 분석 워크플로에 잘 맞습니다.

azure-data-tables-java 스킬은 Java 개발자가 Azure Data Tables SDK로 Azure Table Storage와 Cosmos DB Table API 클라이언트를 구축하도록 돕습니다. 설치, 설정, 그리고 연결 문자열, 공유 키, SAS, 또는 DefaultAzureCredential을 사용하는 실전 azure-data-tables-java 활용에 적합합니다.

azure-cosmos-java 스킬은 Azure Cosmos DB Java SDK를 설치하고 사용하는 데 도움을 줍니다. 클라이언트 설정, 키 기반 인증, 환경 변수, NoSQL 데이터베이스 작업까지 다루며, 신뢰할 수 있는 Java 패턴과 예제 중심의 사용법, 그리고 추측이 아닌 명확한 azure-cosmos-java 가이드가 필요할 때 Database Engineering에 잘 맞습니다.

chdb-datastore는 ClickHouse 기반 DataStore API를 활용해 빠른 데이터 분석을 지원하는 pandas 호환 skill입니다. 파일, 데이터베이스, 클라우드 커넥터를 지원하고, 서로 다른 소스 간 조인도 가능하며, pandas 스타일 워크플로우에 최소한의 코드 수정만으로 적용할 수 있습니다. 더 큰 데이터셋을 바로 분석할 수 있는 드롭인 분석 계층이 필요할 때 이 chdb-datastore 가이드를 사용하세요.