搜索「Data Extraction」的结果

io.github.databuddy-analytics/Databuddy/bun-fullstack

以 Drizzle 支撑的 SQL 构建或评审 Bun 全栈 TypeScript 代码。用于涉及 API/领域逻辑、schema 或查询设计、迁移、运行时/类型调试，以及契约、业务规则与持久层之间边界校验的后端或跨层变更。

io.github.databricks-solutions/ai-dev-kit/sql-correctness

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

io.github.FrankChen021/datastoria/sql-expert

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。

io.github.open-metadata/OpenMetadata/writing-playwright-tests

在编写新的 Playwright E2E 测试或新增测试用例时使用。提供源自 Playwright Developer Handbook 的测试理念、模式与最佳实践。

io.github.dataelement/bisheng/react-component-refactor

通过抽取 hook、拆分子组件并按既有模式组织目录结构，重构大型 React 组件。

io.github.tursodatabase/turso/code-quality

通用正确性规则、Rust 模式、注释规范，以及避免过度设计。编写代码时始终将这些纳入考量。

io.github.openstatusHQ/data-table-filters/mcp-builder

创建高质量 MCP（Model Context Protocol）服务器的指南，通过设计良好的工具让 LLM 与外部服务交互。当需要构建 MCP 服务器以集成外部 API 或服务时使用，支持 Python（FastMCP）或 Node/TypeScript（MCP SDK）。

io.github.databricks-solutions/ai-dev-kit/python-dev

Python 开发指导，涵盖代码质量标准、错误处理、测试实践与环境管理。在编写、评审或修改 Python 代码（.py 文件）或 Jupyter 笔记本（.ipynb 文件）时使用

io.github.redpanda-data/console/form-refactorer

把旧表单重构为使用现代 Redpanda UI Registry Field 组件，配合 react-hook-form 与 Zod 校验。当用户要求：(1) 重构或现代化表单，(2) 迁移 Chakra UI 或 @redpanda-data/ui 表单，(3) 更新表单改用 Field 组件，(4) 从旧表单模式迁移，(5) 用 react-hook-form + Zod 校验实现表单时使用。

io.github.redpanda-data/console/api-patterns

用于 API 调用的 Connect Query 模式。在处理 mutation、query 或数据获取时使用。

io.github.majiayu000/claude-skill-registry-data/faion-automation-tooling

自动化与工具链专家：浏览器自动化、CI/CD、monorepo、性能测试、特性开关。涵盖 23 种方法论。

io.github.vana-com/data-connect/css-clamp-calculation

讲解并推导用于视口间线性缩放的 CSS clamp() 值。在计算 clamp 值或创建响应式尺寸令牌时使用。

io.github.redpanda-data/console/testing

按 Vitest v4 双配置、mock 工具函数与 Zustand store 测试模式编写并维护测试。

io.github.redpanda-data/console/security-scan

解决安全扫描检测出的 npm 依赖漏洞。

io.github.K-Dense-AI/scientific-agent-skills/polars-bio

Performs genomic interval overlap, nearest, merge, coverage, complement and subtraction on Polars DataFrames, and reads or writes BED, VCF, BCF, BAM, CRAM, GFF, GTF, FASTA and FASTQ data. Use for coordinate-aware genomic joins, read-depth analysis, lazy bioinformatics I/O, SQL queries or migration from bioframe.

io.github.K-Dense-AI/scientific-agent-skills/latchbio-integration

使用 Python SDK、CLI、Latch Data 与 Registry、Nextflow、Snakemake、程序化执行与 Latch MCP，在 Latch 平台上构建、注册、调试并运行生物信息学工作流。适用于编写或部署 Latch 工作流、配置资源或接口、搬运数据、集成 Registry，以及启动和监控运行。

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

面向 Python ETL、分析与 pandas 迁移的高性能 DataFrame 库。适用于基于表达式的数据操作，支持惰性查询优化、并行执行、流式跨核处理、Arrow 互操作与可选的 GPU 执行。

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

面向直接使用 GeoPandas GeoSeries、GeoDataFrame、空间运算或矢量数据 I/O 的 Python 工作流的指导与本地审计工具。

io.github.K-Dense-AI/scientific-agent-skills/benchling-integration

Benchling Python SDK 与 REST API 集成，覆盖 registry 实体、库存、ELN 条目、工作流、Benchling Apps 与 Data Warehouse 查询。在使用 benchling-sdk 或 v2 API 自动化实验室数据时使用。

io.github.tabler/tabler/bootstrap-component

Write a new Bootstrap-style JavaScript component class in `core/js/src/bootstrap/` — a `BaseComponent` subclass with typed config, `EVENT_*`/`CLASS_NAME_*` constants and a `data-bs-toggle` Data API. Use whenever the user asks for a new component in the Bootstrap port (a toggler, a dialog, a chip input, a stepper) or wants an existing one brought up to this baseline. Covers file structure, TypeScript typing of `Default` and `DefaultType`, constructor and config merging, events, the Data API handler and the minimal public API. Not for the build, the tests or the size budget — that is the `core-js` skill.

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

通过 PyTDC Python 包使用 Therapeutics Data Commons：registry 发现、已批准数据集访问、任务感知的数据切分、评估指标、基准分组，以及有界的分子 oracle 工作流。

io.github.affaan-m/ECC/nuxt4-patterns

Nuxt 4 应用模式：水合安全、性能、路由规则、懒加载，以及用 useFetch 和 useAsyncData 做 SSR 安全的数据获取。在构建或评审 Nuxt 4 应用，或调试水合不匹配与 SSR 安全数据获取时使用。

io.github.microsoft/skills-for-fabric/sqldw-consumption-cli

通过 CLI 对 Fabric Data Warehouse、Lakehouse SQL Endpoint 和 Mirrored Database 执行只读 T-SQL 查询。对任何 lakehouse 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。当用户想要：(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。针对 Fabric notebook 单元格（%%sql 或其他 notebook magic）请使用 `spark-authoring-cli` 而非本技能。触发语：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。

io.github.jeremylongshore/claude-code-plugins-plus-skills/sql-query-optimizer

优化 SQL 查询，属于 Data Analytics 的自动激活 skill。触发词：sql query optimizer、sql optimizer、sql。在处理查询优化功能时使用。