数据库工程

springboot-patterns 可帮助你设计 Spring Boot 后端，清晰划分 controller、service 和 repository 层，并覆盖 validation、pagination、caching、async processing、profiles 以及 event-driven flows。它适合作为 Backend Development 的 springboot-patterns 指南，尤其当你需要的是可维护的生产级模式，而不是零散的 Spring 写法时。

postgres-patterns 是一个实用的 PostgreSQL 快速参考技能，覆盖查询优化、schema 设计、索引、Row Level Security 和连接池。它帮助 Database Engineering 工作流基于精炼的最佳实践更快、更稳地做决策，而不是依赖泛化提示词。

kotlin-exposed-patterns 是一份面向 Kotlin 数据库工程的实用指南，聚焦 JetBrains Exposed。内容涵盖 DSL 查询、DAO 模式、`newSuspendedTransaction`、HikariCP、Flyway migration，以及用于构建可维护数据访问的 repository 边界。

jpa-patterns 是一份面向 Spring Boot 后端开发的实用 JPA/Hibernate 指南，涵盖实体设计、关系映射、查询调优、事务、审计、分页和连接池，帮助减少 ORM 误用并提升持久化性能。

django-patterns 是一份面向 Django 架构模式的实用指南，涵盖 DRF API、ORM 使用、缓存、signals、middleware 和拆分 settings。它帮助后端团队统一项目结构，以更少的猜测构建更易维护的应用。

database-migrations 技能帮助后端团队为 PostgreSQL、MySQL 以及常见 ORM 规划安全的架构变更、数据回填、回滚和零停机发布。适合需要清晰步骤、更少锁表、并且支持可逆变更的生产环境数据库迁移指南工作。

clickhouse-io 是一款面向 ClickHouse 的技能，覆盖 schema 设计、分析型 SQL、数据摄取模式和性能调优。可用于指导 MergeTree 选型、分区设计、materialized views 以及面向具体工作负载的查询优化。

backend-patterns 是面向 Node.js、Express 和 Next.js API 路由的后端开发技能。它能帮助你进行 API 设计、repository/service/controller 分层、校验、缓存、后台任务和数据库优化，让你以更少的试错构建更干净的服务端系统。

turso-automation 可帮助 agent 通过 Composio Rube MCP 自动化 Turso 数据库任务：先发现当前可用工具，验证 Turso 连接，并在执行前使用实时 schema，降低操作风险。

Snowflake Automation 帮助 agent 使用 Composio MCP 发现 Snowflake 数据库、浏览 schema 和 table、运行 SQL，并在 role、warehouse、filter、timeout 与安全上下文约束下管理数据库工程工作流。

prisma-automation 可帮助 agent 通过 Rube MCP 使用 Composio 的 Prisma toolkit 来运行 Prisma workflows。它强调使用 RUBE_SEARCH_TOOLS 进行工具发现、检查 active connection，并以更安全的方式执行 Database Engineering 相关操作。

influxdb-cloud-automation 可帮助 agent 通过 Composio Rube MCP 自动化 InfluxDB Cloud 工作流：验证 influxdb_cloud 连接，使用 RUBE_SEARCH_TOOLS 发现实时工具 schema，并规划安全执行。

googlebigquery-automation 可帮助 agent 使用 Rube MCP 和 Metabase 访问 BigQuery 数据、验证连接、查看元数据，并运行原生 SQL 或 MBQL 分析，无需猜测 schema。

similarity-search-patterns 可帮助你为语义搜索和 RAG 工作流选择合适的距离度量、索引类型与混合检索模式。适合用于规划生产级向量搜索在召回率、延迟和规模之间的取舍。

sql-optimization-patterns 可帮助数据库工程团队诊断慢 SQL，提供 EXPLAIN 分析、索引策略、JOIN 调优、分页问题修复，以及实用的查询改写指导。

dbt-transformation-patterns 可帮助智能体按 staging、intermediate 和 marts 分层来组织 dbt 项目，并提供测试、文档和增量模型实践指导。适合用于安装前评估、搭建新 repo，或将 SQL 重构为更清晰的 analytics engineering 模式，尤其适合 Database Engineering 团队参考。

postgresql-table-design 可帮助代理设计或审查 PostgreSQL schema，提供关于键、规范化、数据类型、约束、外键索引以及 PostgreSQL 特有易错点的实用规则。

projection-patterns 面向需要设计 CQRS 读模型和事件流投影的团队，提供实用指导，涵盖投影类型、replay、checkpointing 以及在 Backend Development 中的使用方式。

cqrs-implementation 可帮助后端团队设计 CQRS 架构，拆分命令与查询模型，并规划读写扩展、事件机制以及渐进式落地路径。

event-store-design 可帮助 Backend Development 团队为采用 event sourcing 的系统设计事件存储，涵盖 streams、ordering、concurrency、snapshots、metadata、subscriptions 以及运维层面的权衡。适合在正式实现前先梳理出一套务实可落地的 event store 设计方案。

database-migration 可帮助 Database Engineering 团队在 ORM 和 SQL 工作流中规划并生成 schema 与数据迁移，支持回滚安全、分阶段发布，以及面向生产环境的零停机指导。

sql-database-assistant 可帮助数据库工程师编写 SQL、评审查询性能、起草迁移、探索 schema，并在 PostgreSQL、MySQL、SQLite、SQL Server、Prisma、Drizzle、TypeORM 和 SQLAlchemy 等环境中梳理 ORM 模式。

migration-architect 可帮助 Software Architecture 团队规划零停机的数据库、服务和基础设施迁移，支持分阶段执行、兼容性验证、数据对账以及 rollback runbook。它包含用于生成迁移计划、执行 compatibility checks 和生成 rollback 的脚本。

database-designer 是一项面向 Database Engineering 的 skill，可用于 schema 分析、索引建议、SQL/NoSQL 选型，以及安全的迁移规划，并附带 Python 辅助工具和参考资料。