后端开发模式
io.github.affaan-m/ECC/backend-patterns
面向 Node.js、Express 和 Next.js API 路由的后端架构模式、API 设计、数据库优化与服务端最佳实践。当构建或审阅 Node.js、Express、Next.js 的 API 路由及其数据访问时使用。
“Database” 共 460 个结果
io.github.affaan-m/ECC/backend-patterns
面向 Node.js、Express 和 Next.js API 路由的后端架构模式、API 设计、数据库优化与服务端最佳实践。当构建或审阅 Node.js、Express、Next.js 的 API 路由及其数据访问时使用。
io.github.github/awesome-copilot/migrating-oracle-to-postgres-data-access-code
将 .NET/C# 数据访问代码从 Oracle 迁移到 PostgreSQL(Npgsql)。替换 Oracle NuGet 包,重写 OracleConnection/OracleCommand/OracleDataReader 用法,修正 DbType 映射,更新存储过程调用模式,并适配连接字符串配置。适用于 Oracle 到 PostgreSQL 数据库迁移期间改造 .NET 项目的应用代码层。
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.zhaoxuya520/reverse-skill/pwn-chain
从逆向走到可用利用 (Working Exploit) 的全链路工程化方法。 适用场景:拿到了二进制 + 漏洞点 + 目标环境,需要写出一个能稳定打通的 exploit(不是只能本地复现一下、远程一打就崩的脚本)。 覆盖三大方向:栈溢出 / 堆利用 / 内核 pwn。强调"CTF 本地通 → 真实远程稳定打通"的工程差距:libc 版本错配、堆喷射时序、SMEP/SMAP/KASLR、栈对齐、远程缓冲。 核心工具链:pwntools + GEF/pwndbg + ROPgadget/Ropper + one_gadget + libc-database + qemu-system 内核调试。 触发关键词:pwn、栈溢出、堆溢出、ROP、ret2libc、ret2csu、one_gadget、libc-database、堆利用、tcache、fastbin、unsorted bin、kernel pwn、kROP、SMEP、SMAP、KASLR、modprobe_path、pwntools、GEF、pwndbg。
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.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.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。
vdevelop
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/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。
io.github.modu-ai/moai-adk/moai-domain-backend
后端开发专家,覆盖 API 设计、数据库集成、微服务架构和现代后端模式。在设计 API、实现服务端逻辑、认证或授权时使用。