搜索「Data Processing」的结果

io.github.rmyndharis/antigravity-skills/database-cloud-optimization-cost-optimize

你是云成本优化专家，专注于在保证性能与可靠性的同时降低基础设施开销。分析云支出、识别节省机会，并在 AWS、Azure 与 GCP 上落地高性价比架构。

io.github.rmyndharis/antigravity-skills/database-architect

资深数据库架构师，专长于从零设计数据层、技术选型、schema 建模和可扩展数据库架构。精通 SQL/NoSQL/时序数据库选型、规范化策略、迁移规划与性能优先设计。同时支持全新架构设计和既有系统的再架构。在数据库架构、技术选型或数据建模决策时主动使用。

io.github.rominirani/antigravity-skills/database-schema-validator

校验 SQL schema 文件是否符合内部的安全与命名策略。

io.github.MervinPraison/PraisonAI/pdf-processing

处理 PDF 文档并提取信息。当用户要求读取、分析或从 PDF 文件中提取数据时使用此技能。

io.github.davila7/claude-code-templates/reactome-database

调用 Reactome REST API 做通路分析与富集、基因-通路映射、疾病通路、分子互作与表达分析，服务于系统生物学研究。

io.github.davila7/claude-code-templates/senior-data-scientist

世界级的数据科学技能，覆盖统计建模、实验设计、因果推断与高级分析。精通 Python（NumPy、Pandas、Scikit-learn）、R、SQL、统计方法、A/B 测试、时间序列与商业智能，包含实验设计、特征工程、模型评估与业务方沟通。在设计实验、构建预测模型、做因果分析或推动数据驱动决策时使用。

io.github.davila7/claude-code-templates/senior-data-engineer

世界级的数据工程技能，用于构建可扩展数据管道、ETL/ELT 系统与数据基础设施。精通 Python、SQL、Spark、Airflow、dbt、Kafka 与现代数据栈，涵盖数据建模、管道编排、数据质量与 DataOps。在设计数据架构、搭建数据管道、优化数据工作流或落地数据治理时使用。

io.github.iota-uz/iota-sdk/database-connection

连接本地或预发布 PostgreSQL 数据库。在需要查看表、运行查询、检查迁移状态或排查数据库问题时使用。

io.github.mrgoonie/claudekit-skills/databases

使用 MongoDB（文档数据库、BSON 文档、聚合管道、Atlas 云服务）与 PostgreSQL（关系数据库、SQL 查询、psql CLI、pgAdmin）。适用于设计数据库模式、编写查询与聚合、优化索引性能、执行数据库迁移、配置复制与分片、实施备份恢复策略、管理数据库用户与权限、分析查询性能或管理生产数据库

io.github.davila7/claude-code-templates/pdf-processing-pro

可用于生产的 PDF 处理方案，支持表单、表格、OCR、校验与批量操作。适用于在生产环境中处理复杂的 PDF 工作流、大批量处理 PDF，或需要健壮错误处理与校验的场景。

io.github.netdata/netdata/packaging-static-installer

从当前检出为 x86_64、aarch64、armv6l 或 armv7l 构建静态自解压 Netdata 安装器（`netdata-<arch>-latest.gz.run`）。当用户要求构建/产出/打包/测试静态二进制、makeself 安装器、`.gz.run` 制品或 Netdata「静态安装」；在 Linux 机器上无本地构建工具链验证 PR；或在本地复现 CI static-builder 问题时使用。涵盖 `packaging/makeself/` 下基于 Docker 的构建流程、强制前置检查（子模块初始化、全新 `netdata/static-builder:v1` 镜像）、构建按序执行的 18 个 job、制品输出布局、`artifacts/cache/` 复用模型、跨架构 QEMU 注意事项、调试构建、常见故障及其修复，以及如何在目标主机上复制/校验制品。

io.github.netdata/netdata/triage-codacy

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.netdata/netdata/triage-codeql

分诊本仓库的 GitHub Code Scanning 告警（CodeQL security-extended 套件）——列出开放告警，按误报/不修复/仅测试使用驳回，经 GitHub REST + GraphQL 查询。当用户要求「review GitHub security alerts」「check CodeQL findings」「triage code scanning」，或提及 Code Scanning、CodeQL、security-extended、github.com/$repo/security/code-scanning 时使用。

io.github.netdata/netdata/docs-learn-site-structure

关于本仓库（及另外 5 个 Netdata 官方仓库）文档如何成为 `learn.netdata.cloud` 已发布页面的权威参考。涵盖 `<repo>/docs/.map/map.yaml` 唯一事实源（真正的开关——文件系统路径与路由无关）、learn 仓库中现役的 `ingest/ingest.py` 编排器（不是遗留的 `ingest.js`）、frontmatter 注入、slug 规则、侧边栏自动生成、MDX 转义规则、版本化、四机制重定向栈、6 个源仓库、每 3 小时一次的 CI 摄取、Netlify 部署，以及 learn 仓库手写文件的 `part_of_learn=True` 启用方式。在增删改移文档页面、Learn 上的页面看起来不对、犹豫该在本仓库还是 learn 仓库编辑文档，或阅读 `ingest.py`、`sidebars.js`、`docusaurus.config.js`、`static.toml`、`LegacyLearnCorrelateLinksWithGHURLs.json`、`netlify.toml`、`.mdx` 中的 `<!--startmeta` 块、`ingest.yml` 与 `daily-learn-link-check.yml` 工作流时使用。

io.github.netdata/netdata/learn-site-structure

关于本仓库（及另外 5 个 Netdata 官方仓库）文档如何成为 `learn.netdata.cloud` 已发布页面的权威参考。涵盖 `<repo>/docs/.map/map.yaml` 唯一事实源（真正的开关——文件系统路径与路由无关）、learn 仓库中现役的 `ingest/ingest.py` 编排器（不是遗留的 `ingest.js`）、frontmatter 注入、slug 规则、侧边栏自动生成、MDX 转义规则、版本化、四机制重定向栈、6 个源仓库、每 3 小时一次的 CI 摄取、Netlify 部署，以及 learn 仓库手写文件的 `part_of_learn=True` 启用方式。在增删改移文档页面、Learn 上的页面看起来不对、犹豫该在本仓库还是 learn 仓库编辑文档，或阅读 `ingest.py`、`sidebars.js`、`docusaurus.config.js`、`static.toml`、`LegacyLearnCorrelateLinksWithGHURLs.json`、`netlify.toml`、`.mdx` 中的 `<!--startmeta` 块、`ingest.yml` 与 `daily-learn-link-check.yml` 工作流时使用。

io.github.tursodatabase/turso/testing

如何编写各类测试、何时使用哪种测试，以及如何运行它们。包含将 .test 转换为 .sqltest 的信息，以及如何编写 .sqltest 与 Rust 测试。

io.github.open-metadata/OpenMetadata/code-review

用两阶段流程审查代码变更——先核对规格/需求符合性，再审查代码质量。可用于暂存区变更、分支或 PR。

io.github.Zafer-Liu/Data-Analysis-Agent/sql

使用 SQL 安全查询当前已选择的数据表

io.github.netdata/netdata/project-build-static-binary

从当前检出为 x86_64、aarch64、armv6l 或 armv7l 构建静态自解压 Netdata 安装器（`netdata-<arch>-latest.gz.run`）。当用户要求构建/产出/打包/测试静态二进制、makeself 安装器、`.gz.run` 制品或 Netdata「静态安装」；在 Linux 机器上无本地构建工具链验证 PR；或在本地复现 CI static-builder 问题时使用。涵盖 `packaging/makeself/` 下基于 Docker 的构建流程、强制前置检查（子模块初始化、全新 `netdata/static-builder:v1` 镜像）、构建按序执行的 18 个 job、制品输出布局、`artifacts/cache/` 复用模型、跨架构 QEMU 注意事项、调试构建、常见故障及其修复，以及如何在目标主机上复制/校验制品。

io.github.netdata/netdata/codacy-audit

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.tursodatabase/turso/yield-injections

用于 Turso 的 yield 注入或合成故障注入机制，以实现安全可恢复的状态机边界，包括 YieldInjector、FailureInjector、YieldPointMarker、inject_transition_yield!、inject_io_yield!、inject_transition_failure!、CommitYieldPoint、CheckpointYieldPoint、CursorYieldPoint、确定性交错测试、废弃语句/提交测试，以及并发模拟器的 yield 计划。

io.github.redpanda-data/console/react-best-practices

客户端 React 性能优化模式。

io.github.netdata/netdata/graphql-audit

分诊本仓库的 GitHub Code Scanning 告警（CodeQL security-extended 套件）——列出开放告警，按误报/不修复/仅测试使用驳回，经 GitHub REST + GraphQL 查询。当用户要求「review GitHub security alerts」「check CodeQL findings」「triage code scanning」，或提及 Code Scanning、CodeQL、security-extended、github.com/$repo/security/code-scanning 时使用。

io.github.open-metadata/OpenMetadata/connector-review

依据黄金标准审查 OpenMetadata 连接器。运行多 agent 分析，覆盖架构、代码质量、类型安全、测试与性能。给出 PR 编号时，自动将质量摘要发布到 PR 描述，并以 PR 评论形式发布详细审查。