SQLiteCpp CI 工作流
SQLiteCpp 的 CI 工作流范式。用于 GitHub Actions、AppVeyor、Travis、构建矩阵或测试步骤。
使用场景/数据库查询
用自然语言查询、分析数据库。适合数据分析、运维排查、生成 SQL(需在受控环境使用)。
共匹配 741 个资源 · 第 3 / 16 页
数据库 MCP 让 AI 用自然语言查库:把「最近 30 天每日订单额」翻译成 SQL、解释慢查询执行计划、导出生成报表、对照 Schema 回答字段含义。Postgres / MySQL / SQLite 类 Server 提供连接与只读执行工具,Redis 类侧重键空间巡检。
安全是第一约束:务必使用只读账号接入,配合行级权限或视图收敛可见范围;开启语句白名单或人工确认写操作;生产库前先在同构的 staging 库演练。SQLite / DuckDB MCP 直接读本地文件,适合个人数据分析且无泄露连接串的风险。
提效实践:让 MCP 暴露 schema 检索工具,AI 先取相关表结构再写 SQL,可显著降低对不存在列的幻觉;把常用查询沉淀为 Skill,团队共享同一套「问数」口径。
SQLiteCpp 的 CI 工作流范式。用于 GitHub Actions、AppVeyor、Travis、构建矩阵或测试步骤。
诊断慢 SQL 查询并给出具体的优化方案。当需要优化 SQL、加速慢查询、降低查询成本/扫描量、修复查询超时或分析查询计划时使用。产出分析结论——可能的瓶颈、查询计划的问题(全表扫描、糟糕的 join、溢写磁盘)、具体的改写和索引/分区调整以及预期收益,并附上优化后的查询。
SQLiteCpp 的改动流程清单,覆盖 API、测试、构建文件与 CHANGELOG 更新。在新增方法或类、修改构建文件,或为 PR 撰写 CHANGELOG 条目时使用。
审计 SQL 中会烧掉数仓额度的成本与性能反模式。为数仓健康度打分 0-100,并针对 BigQuery、Snowflake、Redshift 与 Postgres 输出按优先级排序的成本削减方案。
面向核心代码改动、公共头文件、代码风格与 Doxygen 的 SQLiteCpp 编码规范和 API 规则。
在用 SQLModel 编写或审阅 Python 代码时使用,尤其是模型、会话、查询、FastAPI 集成、关系、link 模型、创建、更新与删除。
对本地 Postgres 应用库执行只读 SQL(SELECT、EXPLAIN,以及 SELECT 的 EXPLAIN ANALYZE)。默认本地 URL 为 postgres://posthog:posthog@localhost:5432/posthog,否则使用 DATABASE_URL。在查询本地库、检查表、调试数据或分析查询计划时使用。严禁任何写操作。
在编写任何 SQL 查询之前使用此技能。涵盖:输出形状推断(从问题中获取基数线索)、高效的 schema 探索、基于 CTE 的迭代式查询构建、结构化验证循环(行数、NULL 审计、扇出检查、样例查看)、错误恢复流程、将输出保存到 result.sql 与 result.csv、轮次预算管理以及常见基准陷阱。
用于火山引擎(Volcengine)数据库(MySQL、veDB-MySQL、PostgreSQL、SQL Server、MongoDB、Redis)和公网自建数据库(MySQL和PostgreSQL系列)的元数据管理、数据分析、开发变更、运维诊断、巡检。覆盖实例列表查询、实例下数据库列表查询、表列表查询、表结构查询、数据查询、数据分析与可视化报告(含跨数据源/文件联合分析)、数据治理(资产盘点/数据画像/数据质量/敏感数据识别)、慢查询诊断、死锁与锁等待分析、事务与活跃会话排查、错误日志查询、表空间分析、健康巡检、监控指标查询、变更工单申请等场景。不支持字节云(ByteCloud)数据库,如 ByteRDS / ByteDoc / ByteRedis。
如何更新随包携带的 SQLite3 amalgamation(sqlite3/sqlite3.c 与 sqlite3.h)以及 Meson wrap。在升级 SQLite、刷新内置 amalgamation 或提升 sqlite3 wrap 版本时使用。
SQLiteCpp 的发布步骤:在所有文件中同步提升版本号、定稿 CHANGELOG、发起 Release PR 并打 tag。在切新版本、提升项目版本或打 tag 时使用。
开始任务、issue 或新功能时 SQLiteCpp 的分支命名与创建规则。
用 CMake 构建 SQLiteCpp。用于 CMake 构建、测试、选项或构建脚本。
当用户要求“优化 SQL 查询”“探索数据库 schema”“生成迁移 SQL”“分析查询性能”或“记录数据库结构”时使用此技能。
面向 PostgreSQL、MySQL、MongoDB 与 DynamoDB 的数据库设计,含 schema 分析、索引优化与迁移生成。在设计 schema、优化查询、规划迁移或分析数据库性能时使用。
从需求出发设计关系型 schema,含规范化、迁移、ERD、RLS 策略与索引,面向 PostgreSQL、MySQL 与 SQLite。在设计新功能、审查 schema 或添加多租户时使用。
对 sqlc 风格目录中的每条查询执行 EXPLAIN QUERY PLAN,并与基线比对执行计划。可检测 PR 引入的新全表 SCAN 和 TEMP B-TREE 排序扫描。目前仅支持 SQLite/D1,引擎扩展见下文。
解释、优化、编写并记录 SQL 查询。当需要解释某个 SQL 查询、优化慢 SQL、把 SQL 转译成给非技术干系人看的通俗表达、依据自然语言描述写出查询或产出查询文档时使用。产出通俗解释、带注释的优化查询,或涵盖输出结构、假设与已知限制的数据字典。支持 PostgreSQL、MySQL、BigQuery、Snowflake 和标准 SQL。
vv2
当需要检查、查询、维护或谨慎修改 MoviePilot 数据库时使用本技能。本技能使用随包提供的 scripts/mp-db.py 助手,它会自行读取 MoviePilot 本地设置,绝不需要在 agent 提示中提供数据库密码或完整 PostgreSQL DSN。适用场景包括数据统计、计数、聚合、检查或修复记录、清理请求,以及诸如“有多少下载”“显示站点统计”“删除旧记录”“这个订阅为什么卡住”之类的问题。
需要分析、审计或修改数据库模型、迁移与 CRUD 辅助函数时使用本技能。参考:`portal/models.py`、`portal/database.py`、`alembic/versions/`
跨 ORM 与平台执行数据库迁移,涵盖零停机策略、数据变换与回滚流程。在进行数据库迁移、变更 schema、执行数据变换或实现零停机部署策略时使用。
资深数据库优化专家,精通现代性能调优、查询优化与可扩展架构。掌握高级索引、N+1 问题消解、多层缓存、分区策略和云数据库优化。处理复杂查询分析、迁移策略和性能监控。在数据库优化、性能问题或可扩展性挑战方面主动使用。
资深数据库管理员,精通现代云数据库、自动化与可靠性工程。掌握 AWS/Azure/GCP 数据库服务、基础设施即代码、高可用、容灾恢复、性能优化与合规。处理多云策略、容器化数据库和成本优化。在数据库架构、运维或可靠性工程方面主动使用。
数据库 schema 校验、数据完整性测试、迁移测试、事务隔离与查询性能。在测试数据持久化、确保引用完整性或验证数据库迁移时使用。
vdevelopment
ClickHouse 查询、Goose 迁移、chdb 测试 schema 或遥测存储路径。
审查出版领域美国版权登记语境下的数据集合、选择/编排、事实性数据、数据库许可,以及欧盟/美国之间的常见误解。
当用户要求设计数据库 Schema、规划数据迁移、优化查询、在 SQL 与 NoSQL 间取舍,或对数据关系建模时使用。
通用 SQL 编程、格式化、调试与查询构造技巧。用于与 PostGIS 空间数据无关的一般 SQL 工作
数据库专家:零停机迁移、schema 设计(3NF)、SQL/NoSQL。
参数化 SQL 的规则矩阵负向夹具——安全地使用参数化查询;不用于生产部署。
记录或设计数据库 schema,包含实体关系、表定义、约束、索引和访问模式。当需要设计数据库、为现有 schema 编写文档、为实体与关系建模、定义表结构、规划索引策略或产出供评审的数据模型时使用。产出结构化 schema 文档,包含 ER 图、表 DDL 定义、索引策略、访问模式分析、规范化决策与迁移说明。
为 schema 变更编写安全、零停机的数据库迁移计划。当需要规划数据库迁移、设计零停机 schema 变更、记录 expand/contract(扩展/收缩)式迁移、为数据库变更给出回滚流程,或把 schema 更新与部署协同编排时使用。产出结构化迁移计划,涵盖迁移目标、向后兼容性分析、扩展/收缩阶段拆分、精确 SQL、每阶段回滚步骤、数据校验查询和部署运行手册。
为 schema 变更编写安全、零停机的数据库迁移计划。当需要规划数据库迁移、设计零停机 schema 变更、记录 expand/contract(扩展/收缩)式迁移、为数据库变更给出回滚流程,或把 schema 更新与部署协同编排时使用。产出结构化迁移计划,涵盖迁移目标、向后兼容性分析、扩展/收缩阶段拆分、精确 SQL、每阶段回滚步骤、数据校验查询和部署运行手册。
记录或设计数据库 schema,包含实体关系、表定义、约束、索引和访问模式。当需要设计数据库、为现有 schema 编写文档、为实体与关系建模、定义表结构、规划索引策略或产出供评审的数据模型时使用。产出结构化 schema 文档,包含 ER 图、表 DDL 定义、索引策略、访问模式分析、规范化决策与迁移说明。
通过 Evotown Database MCP Proxy 对已注册的业务数据库执行只读 SQL 查询。当用户需要查 CRM、订单、报表等结构化数据时使用;禁止直连数据库或写入 SQL。
vm0 项目的数据库迁移与 Drizzle ORM 指南。
用于安全规则矩阵集成测试的 sql_injection 规则矩阵安全夹具;不用于生产部署。
面向应用开发的 SQLite 专长,涵盖 WAL 模式配置、并发访问模式、FTS5 全文检索、JSON 支持、虚拟表、PRAGMA 优化、备份策略、文件锁行为、桌面与移动应用的内嵌模式、迁移策略,以及对容量与并发限制的理解。当用户询问 sqlite specialist、sqlite specialist 最佳实践,或需要 sqlite specialist 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。
高级 SQL 专长,包括窗口函数、CTE、递归查询、基于 EXPLAIN 执行计划的查询优化、索引策略、pivot/unpivot 操作、JSON 操作、全文检索、存储过程,以及在 PostgreSQL、MySQL 与 SQL Server 中识别性能反模式。当用户询问 sql master、sql master 最佳实践,或需要 sql master 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。
面向分析的高级 SQL,涵盖窗口函数、CTE、递归查询、查询优化、透视,以及面向数据仓库与分析型数据库的复杂分析模式。当用户询问 sql analytics expert、相关技术、最佳实践,或需要该领域指导时使用。当请求超出 sql analytics expert 范围或需要其他专项技能时请勿使用。
数据库性能评估:考察查询效率、索引策略、连接管理、配置与扩展就绪度,产出可执行的 performance 记分卡。当用户询问 database performance audit、相关技术、最佳实践,或需要该领域指导时使用。当请求超出 database performance audit 范围或需要其他专项技能时请勿使用。
指导实现专家级的数据库迁移模式:数据库与自动化决策框架、生产可用的模式以及数据库迁移模式工作流的具体模板。当用户询问数据库迁移模式、database migration patterns 配置,或数据库项目的数据库最佳实践时使用。当用户需要其他后端基础设施能力时请勿使用——可查看 backend infrastructure 子类目下的同级技能。
数据库 schema 迁移专家,涵盖零停机迁移策略、schema 演进模式、数据回填技术、迁移工具链(Flyway、Liquibase、自研)、回滚规划、蓝绿数据库部署、大表迁移与迁移测试策略。当用户询问 database migration expert、database migration expert 最佳实践,或需要 database migration expert 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。
数据库 schema 设计专长,涵盖规范化与反规范化策略、索引、查询优化、分区、连接池、迁移管理、多租户模式与只读副本。当用户询问 database architect、database architect 最佳实践,或需要 database architect 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。
数据库迁移最佳实践:schema 变更、数据迁移、回滚与零停机部署,覆盖 PostgreSQL、MySQL 和常用 ORM(Prisma、Drizzle、Kysely、Django、TypeORM、golang-migrate)。
SQL 注入作战手册。当输入抵达 SQL 查询、认证逻辑、排序、过滤、报表,或数据库特有的盲注与带外执行路径时使用
SQL 注入——对未消毒 SQL 查询的自动化与手工利用。涵盖 Union 型、报错型、盲注(布尔/时间型)与堆叠查询。包含 sqlmap 自动化及 WAF 绕过 tamper 脚本。
通过源码级污点追踪挖掘 SQL 注入(CWE-89)。涵盖字符串拼接、格式化字符串、ORM 原生查询、二阶注入,以及 MongoDB/DynamoDB 的 NoSQL 注入。
用只读账号从连接层杜绝写操作;确需写入时走「AI 生成 SQL → 人工审核 → 受控执行」流程,并要求带回滚方案。
SQLite / DuckDB 类 MCP 最轻——直接指向本地文件,无需服务与凭证;Postgres 类需要连接串,建议指向 staging。
让 AI 先读取 schema、给出解释再执行,并用小样本 LIMIT 验证口径,正确率会高很多。涉及金额与去重的关键报表仍建议人工复核 SQL。