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。

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-queries 技能可将业务问题和粗粒度分析目标转化为针对 BigQuery、PostgreSQL、MySQL 及其他方言的优化 SQL。它会读取 schema 上下文，澄清筛选条件和聚合方式，并帮助完成用于数据分析、报表和探索的 sql-queries。

azure-storage-queue-ts 是一个面向 TypeScript 和 JavaScript 中 Azure Queue Storage 的实用技能。它帮助后端开发者以正确的身份验证、环境配置和客户端类型来发送、接收、查看和删除队列消息。可将其作为聚焦的 azure-storage-queue-ts 指南，用于可靠的消息队列操作。

azure-search-documents-ts 可帮助后端开发者借助 @azure/search-documents SDK 构建 Azure AI Search 解决方案。它适用于索引创建、文档上传，以及关键词、向量、混合和语义搜索，还包括凭据与环境配置。对于后端开发来说，这是一本实用的 azure-search-documents-ts 指南。

azure-postgres-ts 帮助 Node.js 和 TypeScript 应用使用 `pg` 连接到 Azure Database for PostgreSQL Flexible Server。适用于后端服务、API 路由、worker、连接池、事务，以及密码或 Microsoft Entra ID 身份验证。这个 azure-postgres-ts 技能是一份面向后端开发的实用 azure-postgres-ts 指南。

azure-cosmos-ts 是一份实用指南，帮助你在后端开发中使用 @azure/cosmos TypeScript SDK。它重点介绍数据平面 CRUD、参数化查询、批量操作、分区键，以及针对现有 Cosmos DB 账户的身份验证配置。当你需要 azure-cosmos-ts 技能来可靠访问文档，而不是进行 Azure 资源预配时，这份指南最适合你。

azure-cosmos-rust 是面向 Rust 项目的 Azure Cosmos DB NoSQL skill。它涵盖可直接用于安装决策的指导、使用 azure_data_cosmos 的官方 crate 选择、COSMOS_ENDPOINT 配置、身份验证、支持分区的 CRUD，以及面向 Database Engineering 工作流的 RoutingStrategy。

pydantic-models-py 可帮助你创建 Pydantic v2 的多模型集合，包含 Base、Create、Update、Response 和 InDB 变体。适用于后端开发、API 请求与响应 schema、支持 PATCH 的更新、camelCase 别名，以及可直接用于数据库的 Python 模型。

azure-storage-file-datalake-py 是面向 Azure Data Lake Storage Gen2 的 Python 技能。它可帮助后端开发者和 agent 安装、认证并使用 Azure SDK 处理分层文件系统任务，例如列出、上传、下载，以及管理目录和文件。