搜索「SQL」的结果

io.github.rmyndharis/antigravity-skills/sql-pro

精通现代 SQL：云原生数据库、OLTP/OLAP 优化与高级查询技术。擅长性能调优、数据建模与混合分析系统。在数据库优化或复杂分析场景主动使用。

io.github.rmyndharis/antigravity-skills/sql-optimization-patterns

掌握 SQL 查询优化、索引策略与 EXPLAIN 分析，大幅提升数据库性能并消除慢查询。在排查慢查询、设计数据库 schema 或优化应用性能时使用。

io.github.rmyndharis/antigravity-skills/database-migrations-sql-migrations

面向 PostgreSQL、MySQL、SQL Server 的 SQL 数据库迁移，采用零停机策略。

io.github.Ed1s0nZ/CyberStrikeAI/sql-injection-testing

SQL注入测试的专业技能和方法论

io.github.tidyverse/dbplyr/sql-translation

为 dbplyr 后端添加 SQL 函数翻译的指南。用于实现新的数据库专属 R 到 SQL 翻译，例如字符串处理、日期/时间、聚合或窗口函数。

io.github.tidyverse/dbplyr/sql-research

调研各数据库后端 SQL 语法与行为的指南。在 dbplyr 中实现某个 SQL 函数、命令或特性前，需要先弄清它在特定数据库中的工作方式时使用。

io.github.mikopbx/Core/sqlite-inspector

在 REST API 操作之后校验 MikoPBX SQLite 数据库中数据的一致性。用于验证 API 结果、调试数据问题、检查外键关联，或为测试目的巡检 CDR 记录。

io.github.electric-sql/electric/designing-entities

当应用开发者想为 Electric Agents 应用构建实体（即 agent）时使用——设计单一实体类型、必要时挑选协调模式（单 agent、manager-worker、pipeline、map-reduce、dispatcher、blackboard、reactive-observer）、定义状态、handler 与 schema，并在一个实体文件中实现。适用于 @electric-ax/agents-runtime 应用中对 registry.define(...) / defineEntity(...) 的任何使用。

io.github.electric-sql/electric/electric-proxy-auth

搭建服务端代理以安全转发 Electric shape 请求。涵盖 ELECTRIC_PROTOCOL_QUERY_PARAMS 转发、服务端 shape 定义（table、where、params）、清理 content-encoding/content-length 头、为 electric-offset/electric-handle/electric-schema/electric-cursor 头配置 CORS、注入 auth token、Bun fetch 并发上限（BUN_CONFIG_MAX_HTTP_REQUESTS 默认 256）、仅限服务端的 ELECTRIC_SECRET/SOURCE_SECRET、通过 WHERE 位置参数实现租户隔离、onError 401 token 刷新，以及子集安全性（AND 语义）。在创建代理路由、添加鉴权或为 Electric 配置 CORS 时加载。

io.github.electric-sql/electric/electric-deployment

通过 Docker、Docker Compose 或 Electric Cloud 部署 Electric。涵盖 DATABASE_URL（直连，非连接池）、ELECTRIC_SECRET（v1.x 起必需）、开发用 ELECTRIC_INSECURE、wal_level=logical、max_replication_slots、ELECTRIC_STORAGE_DIR 持久化、用于池化查询的 ELECTRIC_POOLED_DATABASE_URL、用 ELECTRIC_DATABASE_USE_IPV6 启用 IPv6、Kubernetes 就绪探针（200 与 202）、复制槽清理，以及 Postgres v14+ 要求。在部署 Electric 或为逻辑复制配置 Postgres 时加载。

io.github.lobehub/lobehub/db-migrations

用于 Drizzle 迁移上线、在线索引、数据回填、幂等 SQL，以及迁移生成或 rebase 冲突。

io.github.odoo/odoo/odoo-security

Security audit of Odoo addon code: access control (ir.access, field groups, sudo), injection (SQL, domain, eval, XSS via Markup/markup()), untrusted public methods/RPC, controller auth/CSRF, file access, deserialization, returning complex objects, getattr/setattr, timing attacks. Use when auditing an addon, or judging whether a specific construct (a sudo, raw SQL, a route, ...) is safe.

io.github.supabase/supabase/test-the-docs

在一次性的 Docker Compose 沙箱（runner 容器 + 通过 supabase start 启动的本地 Supabase 栈）里执行文档中可运行的代码片段与示例。在 Draft 之后或 Self-review 期间，被要求测试文档、对 CLI/SQL/代码样例做事实核查或为文档 PR 产出验证报告时使用。作为 review-the-docs 的 lint/build 检查的补充而非替代。

io.github.NousResearch/hermes-agent/darwinian-evolver

使用 Imbue 的进化循环对提示词、正则、SQL/代码进行演化优化。

io.github.metabase/metabase/native-parameters

通过 question_write 的 native 编写原生 SQL 问题的模板标签——标签种类、field-filter 与 raw-variable 的区别、template_tags 结构、widget 类型、[[ ]] 可选块、把标签接入仪表盘。首次传 template_tags 前先读本技能。触发语:"给我的 SQL 加筛选控件""把这个查询参数化""字段筛选器""为什么我的变量查不到行""把仪表盘筛选器接到 SQL 卡片"。

io.github.PostHog/posthog/querying-posthog-data

在编写任何 HogQL/SQL 或调用 execute-sql 查询 PostHog 前的必读内容。当用户想搜索、查找或对 PostHog 实体（insight、仪表盘、群组、feature flag、实验、问卷、hog flow、数据仓库、person 等）做复杂聚合，以及查询分析数据（趋势、漏斗、留存、生命周期、路径、粘性、Web 分析、错误追踪、日志、会话、LLM traces）时使用。对受治理的业务或遥测指标（MRR、激活、计费用量、活跃组织、失败率）同样是第一站：先从原始事件或使用带类型的领域工具推导之前，检查语义层（system.information_schema.metrics 中的规范指标）。涵盖 HogQL 与 ClickHouse SQL 的语法差异、系统表 schema（system.*）、可用函数、查询示例与 schema 发现工作流。

io.github.supabase/supabase/clickhouse-logs-queries

针对 ClickHouse 支撑的 logs 表（logs.all.otel 分析端点）编写、评审与迁移 Supabase 日志查询。只要任务涉及 Logs Explorer SQL、log_attributes map、按日志 source 查询（edge_logs、postgres_logs、auth_logs 等）、把旧的 BigQuery cross join unnest(metadata) 日志查询翻译为 ClickHouse，或在 apps/studio/data/logs 与 apps/studio/components/interfaces/Settings/Logs 中接入分析日志 SQL 时使用。用户即使只说“日志查询”“Logs Explorer”或粘贴一段 BigQuery 日志查询待转换也应使用，不必非要提到 ClickHouse。

io.github.zhaoxuya520/reverse-skill/pentest-tools

主动渗透测试工具链。覆盖信息收集、端口扫描、漏洞扫描、Web 渗透、SQL 注入、目录爆破、密码破解等场景。通过 MCP server（pentestMCP / mcp-security-hub）将 20+ 安全工具暴露给 AI agent。触发关键词：渗透测试、端口扫描、Nmap、漏洞扫描、Nuclei、SQL 注入、SQLMap、目录爆破、FFUF、密码破解、Hashcat、信息收集、子域名、Web 渗透、ZAP、Burp。

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

使用 GXL 的 Paperclip CLI 检索和阅读生物医学论文全文、FDA/PMDA/EMA 监管文件、临床试验注册信息和 UniProt/PDB/ChEMBL 条目。涵盖用 PAPERCLIP_API_KEY 安装与鉴权 `paperclip` 二进制、/papers、/fda、/trials、/proteins、/clipboard 下的只读虚拟文件系统、来源范围的语义搜索、全语料 grep、元数据查询与 SQL、跨多篇论文的 map/reduce 阅读、图像视觉分析、带论断核验的可选论文仓库，以及锁定行号的引用。当被要求安装 paperclip、运行 paperclip search/grep/map/reduce/sql/repo、通过 paperclip 查找或阅读生物医学文献、监管文件或临床试验，或生成带行号的引用时使用。

io.github.PostHog/posthog/creating-box-plot-insights

在 PostHog 中创建基于产品分析或 SQL 的箱线图 insight。当用户要求创建、构建或保存箱线图、可视化数值分布、跨日期或分组比较四分位数/中位数，或把 SQL 结果变成箱线图时使用。在标准 Trends 箱线图与 SQL insight 之间做出选择、校验分布数据、保存 insight 并验证。

io.github.PostHog/posthog/debugging-experiments

为查看自己结果的客户调试和支持 PostHog Experiments（A/B 测试）。只要粘贴了实验支持工单或客户提出结果相关问题就使用，最常见的是“为什么我的曝光不均？”“为什么某个变体没有流量？”“为什么我缺少/只见很少曝光？”“为什么出现偏差横幅？”“为什么 PostHog 的数字和我的 SQL 对不上？”。以只读方式拉取实验真实数据，对照已知成因清单匹配，产出面向客户的解释、修复方案与相关数字的评审。加载 diagnosing-experiment-results 作为深度诊断库。不触发：创建实验（用 creating-experiments）、仅配置放量（configuring-experiment-rollout）或指标（configuring-experiment-analytics）、询问生命周期问题（managing-experiment-lifecycle），或行为异常的是底层 feature flag 而非结果（用 debugging-feature-flags）。

io.github.PostHog/posthog/turning-engineering-analytics-into-insights

把工程分析（PR / CI）数据转化为已保存的 PostHog insight、仪表盘与订阅，并说明如何用 SQL 直接查询产品数据。涵盖经 engineering-analytics-sources 发现按团队的 GitHub 仓库表、在 HogQL 中复刻精心的列语义、在涉及产品逻辑时读取暴露的 engineering_analytics_* 仓库视图（CI 成本、指纹化失败行、提交归属）、用 insight-create 保存查询，以及用 subscriptions-create 安排投递。当被要求“把这个存成 insight”“把 CI 健康度/合并时长做成仪表盘”“每周给我邮件发 PR 吞吐量”“画 CI 成本图”“跟踪首次评审时长”“订阅这些数字”“对 CI 成功率告警”或询问“工程分析读取哪些数据/表/视图”时使用。临时性 CI 与合并问题用 diagnosing-ci-and-merge-bottlenecks；调查某个具体 CI 失败用 investigating-ci-failures。

io.github.supabase/supabase/explorer

构建与修改 Supabase Studio Explorer 界面，包括 notebook、chat、SQL 代码片段、查询单元格及其共用的工具栏模式。

io.github.twentyhq/twenty/qa-scout

针对运行中的 Twenty 应用对 PR 做浏览器 QA:在 main 上合并后触发,或合并前通过 qa-scout 标签触发。从 PR diff 推导用户可见场景,用 Playwright MCP 浏览器执行,以 SQL 核验数据库效果,检查服务器与 worker 日志中被吞掉的错误,输出结构化结论和报告。由 ci-e2e-main.yaml 在确定性 e2e 套件后调用;也可针对本地 dev 栈手动运行。