数据库 Schema
Schema 感知——编码前先读、类型生成、防止列错误
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 795 个资源 · 第 6 / 17 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。
Schema 感知——编码前先读、类型生成、防止列错误
数据库横向移动与跨库攻击。当已获取一个数据库权限(PostgreSQL/MySQL/MSSQL)需要横向到其他数据库或内网服务时使用。覆盖 PostgreSQL dblink 跨库连接、MSSQL Linked Server 横向、MySQL 联邦引擎跨库、数据库→SSRF→内网探测。当目标网络隔离但数据库可通信时(数据库通常有比应用服务器更宽松的网络策略),这是突破隔离的关键路径。发现任何数据库间通信需求、内网数据库横向、跨库查询场景都应使用此技能
当用户提出数据查询需求(如'查数'、'查一下订单量'、'有多少用户'、'帮我跑个SQL'等),使用数据源工具发现表结构,生成并执行只读 SQL 查询。
当用户提出数据查询需求(如'查数'、'查一下订单量'、'有多少用户'、'帮我跑个SQL'等),使用数据源工具发现表结构,生成并执行只读 SQL 查询。
通过 MCP 从 Codex 查询 MySQL 数据库
资深数据库优化专家,专注现代性能调优、查询优化与可扩展架构。
跨 ORM(Sequelize、TypeORM、Prisma)的数据库 Schema 与数据迁移,包含回滚策略与零停机发布。
资深数据库架构专家,擅长从零设计数据层、技术选型、Schema 建模与可扩展数据库架构。
仅在当前活跃的 Codex Project Autopilot 项目内使用,且数据层已属于自动驾驶计划范围时启用。
对比主流学术数据库,说明各自适用的研究场景。
设计 PostgreSQL 专属模式。涵盖最佳实践、数据类型、索引、约束、性能模式与高级特性
面向 PostgreSQL、MySQL 和 NoSQL 数据库的 schema 设计、优化与迁移模式。用于设计 schema、编写迁移或优化查询。
vdevelop
Timeplus 流式 SQL,涵盖流类型、EMIT 策略、窗口函数、JOIN、物化视图、外部流与 UDF。任何 SQL 相关问题都应使用本 skill,包括编写查询、排查 SQL 报错、理解流式行为或设计流处理管道,即使用户没有明确提到流式 SQL。
对 Web 应用执行全面的 SQL 注入漏洞评估,识别数据库安全缺陷、演示利用技术并验证输入净化机制。
从自然语言描述生成 SQL 查询
PostgreSQL 数据库模式,涵盖查询优化、Schema 设计、索引与安全。常见模式、索引类型、数据类型与反模式检测的快速参考,基于 Supabase 最佳实践。
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、Django、TypeORM、golang-migrate)。在规划或实施数据库 schema 变更时使用。
全面的数据库管理、模式管理、数据操作与优化。适用于需要:(1) 创建或修改带合理索引的数据库表,(2) 执行兼顾类型安全与约束处理的批量数据插入,(3) 执行含 JOIN、聚合与子查询的复杂查询,(4) 通过索引与执行计划分析优化查询性能,(5) 管理数据库备份、恢复与迁移,(6) 处理特殊数据类型(BIGINT、UUID、JSONB、枚举等),(7) 实现符合 ACID 的事务安全,(8) 调试数据库错误(约束冲突、类型不匹配、外键问题)
在不同数据库方言之间转换 SQL 查询(Snowflake、BigQuery、PostgreSQL、MySQL 等)
DB 设计全流程管道。由智能体团队协作完成数据建模、迁移、索引、查询优化与安全验证。任何数据库设计任务都使用此技能,如“设计数据库”“数据库建模”“表设计”“ERD”“迁移”“查询优化”“索引设计”“SQL schema”“PostgreSQL 设计”“MySQL 设计”等。对已有 schema 也支持优化与安全审计。注意:实际 DB 服务器的安装/运维、云基础设施开通和监控大盘搭建不在本技能范围内。
数据库设计全流程管道。由智能体团队协作完成数据建模→迁移→索引→查询优化→安全验证。凡涉及“帮我设计 DB”“数据库建模”“表设计”“ERD”“迁移”“查询优化”“索引设计”“SQL schema”“PostgreSQL 设计”“MySQL 设计”等数据库设计工作均使用此技能。已存在 schema 时也支持优化与安全审计。但不包括实际 DB 服务器的安装/运维、云基础设施开通和监控大盘搭建。
数据库迁移最佳实践,涵盖模式变更、数据迁移、回滚以及零停机部署,适用于PostgreSQL、MySQL及常用ORM(Prisma、Drizzle、Django、TypeORM、golang-migrate)。
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、Django、TypeORM、golang-migrate)。
数据库对比目录、RDBMS 与 NoSQL 的选型标准、CAP/ACID/BASE 理论、OLTP 与 OLAP,以及各技术的特性
提供使用 SQLMap 进行自动化 SQL 注入检测与利用的系统化方法论。
合并前的 SQL 质量门禁——检查 26 种反模式、按 A-F 为可读性/性能评级、校验语法并扫描注入威胁。在提交或评审 SQL 变更前使用。
面向 Databricks 的 SQL 评估标准。当 trace 包含 execute_sql 工具调用或响应中包含 SQL 代码时加载。涵盖语法有效性、Unity Catalog 模式与 Databricks 特有 SQL 特性
用于生成、校验与优化 ClickHouse SQL 的专家系统。在用户需要数据、查询或分析时使用。
Microsoft.Data.Sqlite ADO.NET 提供者的实现细节。在修改 `src/Microsoft.Data.Sqlite.Core/` 下的文件时使用。
在主流数据仓库方言(Snowflake、BigQuery、Databricks、PostgreSQL 等)中编写正确且高性能的 SQL。用于编写查询、优化慢 SQL、跨方言转换,或用 CTE、窗口函数、聚合构建复杂分析查询。
为固定 schema 的数据库(QRY_QUEUE、ST_ABONENTS、QRY_TYPE 表)创建 SQL 查询,用于分析消息处理统计、错误率与订户数据。
生成 SQL 查询并遵守约束:避免使用 NATURAL JOIN 语法,改用显式的 JOIN 条件。
SQL 注入漏洞测试技能。覆盖联合注入、布尔盲注、时间盲注、报错注入、堆叠查询等攻击向量, 提供 MySQL/PostgreSQL/MSSQL/Oracle/SQLite 多数据库的特征 Payload, 包含 WAF 绕过策略和系统化测试流程,适用于 Web 应用 SQL 注入漏洞的发现与确认。
在编写 SQL 查询——select、join、聚合、窗口函数或 schema 修改——时使用此技能。凡需要 SQL 确保正确性、安全性与性能时均适用。
面向 DBX Studio 的专家级 SQL 查询生成。在针对用户数据库连接编写、优化或调试 SQL 查询时使用。
面向 DBX Studio 的专家级 SQL 查询生成。在针对用户数据库连接编写、优化或调试 SQL 查询时使用。
为 SQL 与 NoSQL 数据库设计并优化 schema。在创建新数据库、设计表、定义关系、制定索引策略或数据库迁移时使用。支持 PostgreSQL、MySQL、MongoDB、规范化与性能优化。
在智能体 CLI 环境中,通过授权类 T-SQL(DDL、DML、数据摄取、事务、schema 变更)操作 Microsoft Fabric Data Warehouse 与 SQL endpoint。适用场景:(1) 从终端建/改/删表;(2) 通过 CLI 执行 insert/update/delete/merge;(3) 运行 COPY INTO 或 OPENROWSET 摄取;(4) 管理事务或存储过程;(5) schema 演进;(6) time travel 或快照;(7) 生成 ETL/ELT shell 脚本;(8) 在 Lakehouse SQLEP 上创建视图/函数/存储过程。触发词:“create table in warehouse”“insert data via T-SQL”“load from ADLS”“COPY INTO”“run ETL with T-SQL”“alter warehouse table”“upsert with T-SQL”“merge into warehouse”“create T-SQL procedure”“warehouse time travel”“recover deleted warehouse data”“create warehouse schema”“deploy warehouse”“transaction conflict”“snapshot isolation error”。
通过 CLI 对 Fabric Data Warehouse、Lakehouse SQL Endpoint 与 Mirrored Database 执行只读 T-SQL 查询。任何湖仓数据查询(行数、SELECT、过滤、聚合)的默认技能,除非用户明确要求 PySpark 或 Spark DataFrame。适用场景:(1) 查询 warehouse/lakehouse 数据;(2) 统计行数或探索 lakehouse 表;(3) 发现 schema/列;(4) 生成 T-SQL 脚本;(5) 监控 SQL 性能;(6) 导出结果为 CSV/JSON。触发词:“warehouse”“SQL query”“T-SQL”“query warehouse”“show warehouse tables”“show lakehouse tables”“query lakehouse”“lakehouse table”“how many rows”“count rows”“SQL endpoint”“describe warehouse schema”“generate T-SQL script”“warehouse performance”“export SQL data”“connect to warehouse”“lakehouse data”“explore lakehouse”。
数据库迁移最佳实践,涵盖模式变更、数据迁移、回滚以及零停机部署,适用于PostgreSQL、MySQL及常用ORM(Prisma、Drizzle、Django、TypeORM、golang-migrate)。
跨 PostgreSQL、MySQL 及常用 ORM(Prisma、Drizzle、Django、TypeORM、golang-migrate)的模式变更(schema changes)、数据迁移、回滚及零停机部署(zero-downtime deployments)的数据库迁移最佳实践。
设计并实施数据库索引策略。适用于在 PostgreSQL 与 MySQL 中创建索引、选择索引类型或优化索引性能。
实现数据库分片以获得水平扩展能力。适用于大规模数据库扩展、将数据分布到多台服务器或设计分片架构。
编写数据库模式文档、ERD 图、表关联关系、索引与约束说明。适用于记录数据库结构、绘制 ERD 图或编写表文档。
以规范化、关联关系与约束设计数据库模式。适用于新建数据库 Schema、设计表结构,或为 PostgreSQL、MySQL 规划数据模型。
PostgreSQL 数据库模式,涵盖查询优化、Schema 设计、索引与安全,基于 Supabase 最佳实践。
PostgreSQL 数据库模式,涵盖查询优化、Schema 设计、索引与安全,基于 Supabase 最佳实践。
从自然语言描述生成 SQL 查询,支持 BigQuery、PostgreSQL、MySQL 及其他方言。可读取上传的架构图或文档中的数据库 Schema。在编写 SQL、制作数据报表、探索数据库或把业务问题翻译成查询时使用。
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。