搜索「Database」的结果

io.github.github/awesome-copilot/migrating-oracle-to-postgres-stored-procedures

将 Oracle PL/SQL 存储过程迁移到 PostgreSQL PL/pgSQL。翻译 Oracle 专有语法，保留方法签名与类型锚定参数，适当利用 orafce，并应用显式排序规则映射（仅在合适时使用 COLLATE "C"，必要时采用 locale 排序规则）。适用于数据库迁移期间把 Oracle 存储过程或函数转换为 PostgreSQL 等价实现。

io.github.github/awesome-copilot/reviewing-oracle-to-postgres-migration

对照已知行为差异（空字符串、refcursor、类型强转、排序/排序规则、UNION ALL 优化器风险、物化视图刷新要求、时间戳、并发事务等）识别 Oracle 到 PostgreSQL 的迁移风险。在规划数据库迁移、审查迁移产物，或验证集成测试是否覆盖 Oracle/PostgreSQL 差异时使用。

io.github.rohitg00/ai-engineering-from-scratch/migration-review-skill

当变更新增或修改 migrations/ 下路径时审查数据库迁移文件。合并前使用,收集正向迁移、回滚、锁与数据安全方面的证据。

io.github.getsentry/sentry/setup-dev

使用 devenv 搭建和管理 Sentry 开发环境。处理全新安装、环境更新、启动开发服务、重置数据库、按 worktree 的环境配置（每个 worktree 需要自己的 devenv sync/.venv）以及故障排查。当被要求“set up sentry”“setup dev environment”“get sentry running”“start dev server”“devenv setup”“devservices not working”“sentry won't start”“reset the database”“new worktree venv/devenv setup”，或遇到任何开发环境问题时使用。

io.github.PostHog/posthog/optimizing-clickhouse-and-hogql-queries

ClickHouse 与 HogQL 查询的优化流程。当 HogQL 查询、查询运行器、insight 或报表太慢，手写的 ClickHouse 查询（经 `sync_execute` 或在迁移中）太慢，ClickHouse 超时或触及内存限制，排查 `system.query_log` 中的慢查询记录，或评审拟议的 HogQL printer 性能改动时使用。涵盖提取 ClickHouse SQL、常见坏味道（`FROM ... FINAL`、对 properties 的 JSONExtract、缺失 skip index、自连接、CTE 膨胀）、对着真实集群度量，以及在正确的层（printer、查询运行器或迁移）应用修复。不覆盖 Postgres / Django ORM / 应用库查询；那些需要 pganalyze 与 `query-performance-optimization.md` 的 Postgres 章节。

io.github.n8n-io/n8n/db-migrations

编写 n8n 数据库迁移。在 packages/@n8n/db/src/migrations/ 下创建或修改文件、需要新增列、表、索引、外键或数据回填，或用户提到 DB 迁移、TypeORM 迁移时使用。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-secrets-management-with-vault

部署 HashiCorp Vault 做集中式密钥管理，涵盖数据库与云服务商的动态密钥生成、transit 加密、PKI 证书管理与 Kubernetes 集成。适用于消除应用代码或 CI/CD 流水线中的硬编码凭据、迁移到短期自动轮换的密钥，或让 Kubernetes 工作负载安全获取数据库/云服务商凭据。

io.github.K-Dense-AI/scientific-agent-skills/xlsx

创建、编辑、分析或转换 Excel 电子表格（.xlsx、.xlsm、.xltx），以工作簿文件本身为主要交付物。适用于公式、格式、财务模型、多工作表工作簿，以及导出为 Excel 的表格整理。当用户希望输出电子表格时也适用于 .csv/.tsv。不要用于 Word 文档、HTML 报告、独立 Python 脚本、数据库流水线或 Google Sheets API 工作。

io.github.PostHog/posthog/suggesting-data-imports

当用户询问收入、支付、订阅、账单、CRM 商机、工单、广告投放、生产数据库表等 PostHog 原生不采集的数据，或想把 PostHog 产品事件与这些外部业务数据关联分析时使用。当查询因表不存在失败、或预期外部数据查无结果时也使用。数据仓库可从 SaaS 工具（Stripe、Hubspot、Zendesk 等）、广告平台、生产数据库（Postgres、MySQL、BigQuery、Snowflake）及其他任意数据源导入。涵盖检查现有数据源、识别正确的源类型并引导完成配置。

io.github.nexu-io/open-design/live-dashboard

以 Live Artifact 渲染的 Notion 风格团队仪表盘。单页自包含 HTML 仪表盘，含 KPI、7 日迷你折线、实时活动流与关联数据库任务表——经由 Composio 连接器目录接入 Notion。按需及打开制品时刷新。未绑定连接器时回退到内置模拟数据，离线、截图与选择器预览中均可工作。

io.github.NousResearch/hermes-agent/chroma

面向 RAG 与语义搜索的嵌入向量数据库。

io.github.supabase/supabase/safe-sql-execution

只要代码会构建、返回、拉取或执行针对用户真实 Postgres 数据库的 SQL，就使用本 skill——即使需求读起来像普通功能或 bug 修复，完全没提“security”“injection”或“SafeSqlFragment”。覆盖：编写或修改任何构造/返回数据库对象（表、视图、函数、DB 触发器、索引、RLS 策略）SQL 的 pg-meta 函数、查询构造器或接口；把 schema/表/列/搜索词/路由参数插入 SQL 文本；存储、读取或重跑从数据库往返的 SQL（策略定义、函数/视图定义、片段保存内容）；以及任何把 SQL 发到项目库的 Run/Apply/Execute 动作（SQL 编辑器执行选中、策略编辑器应用、片段执行器）。在动手写这类代码前就要加载，不要只在评审成品 diff 时才用。仅在改动完全不涉及 SQL 文本或执行时跳过——样式、无关的数据 hook、非 SQL 表单校验或 UI 布局工作。

io.github.thedotmack/claude-mem/cloud-sync

设置或检查 claude-mem 与 cmem.ai Pro 的云同步。当用户说「set up cloud sync」「sync my memories」「cmem pro」「cloud backup」「sync status」，或希望备份/同步记忆数据库到其 cmem.ai 账户时使用。

io.github.first-fluke/oh-my-agent/oma-backend

后端专家，负责 API、数据库与认证，遵循整洁架构（Repository/Service/Router 模式）。用于 API、端点、REST、数据库、服务器、迁移和认证相关工作。

io.github.first-fluke/oh-my-agent/oma-backend

后端专家，负责 API、数据库与认证，遵循整洁架构（Repository/Service/Router 模式）。用于 API、端点、REST、数据库、服务器、迁移和认证相关工作。

io.github.ruvnet/ruflo/migrate-create

创建按顺序编号的新数据库迁移，包含 up/down SQL 文件。

io.github.anthropics/skills/xlsx

当电子表格文件是主要输入或输出时使用：打开、读取、编辑或修复现有 .xlsx、.xlsm、.xltx、.csv、.tsv 文件（如加列、计算公式、格式化、图表、清洗数据）；从零或其他数据源新建表格；在表格格式之间转换。用户按名称或路径引用表格文件并提出处理要求时同样触发，也包括把结构混乱的表格数据（错位表头、脏数据）整理为规范表格。交付物必须是表格文件；当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时不要触发。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.HoangNguyen0403/agent-skills-standard/nextjs-data-access-layer

在 Next.js 中构建安全、可复用的数据访问模式：DTO、污点检查与就近授权。用于集中数据库查询、把原始数据转换为 DTO、添加 server-only 守卫，或防止敏感数据流入客户端组件。

io.github.microsoft/playwright/playwright-test-results

从聚合的 DuckDB 数据库中查询 Playwright CI 测试结果。可回答关于不稳定（flaky）测试、失败率、慢测试，以及按运行/SHA/PR 维度的结果等问题，无需在 GitHub 制品中翻找。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.github/awesome-copilot/planning-oracle-to-postgres-migration-integration-testing

为 Oracle 到 PostgreSQL 数据库迁移中的 .NET 数据访问代码制定集成测试计划。分析单个项目，识别与数据库交互的仓储、DAO 和服务层，产出结构化测试计划。适用于为迁移后的项目规划集成测试覆盖、确定哪些数据访问方法需要测试，或准备 Oracle 到 PostgreSQL 的迁移验证。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。