本地 Postgres 查询
io.github.PostHog/posthog/querying-local-postgres
对本地 Postgres 应用库执行只读 SQL(SELECT、EXPLAIN,以及 SELECT 的 EXPLAIN ANALYZE)。默认本地 URL 为 postgres://posthog:posthog@localhost:5432/posthog,否则使用 DATABASE_URL。在查询本地库、检查表、调试数据或分析查询计划时使用。严禁任何写操作。
“Data Processing” 共 7,358 个结果
io.github.PostHog/posthog/querying-local-postgres
对本地 Postgres 应用库执行只读 SQL(SELECT、EXPLAIN,以及 SELECT 的 EXPLAIN ANALYZE)。默认本地 URL 为 postgres://posthog:posthog@localhost:5432/posthog,否则使用 DATABASE_URL。在查询本地库、检查表、调试数据或分析查询计划时使用。严禁任何写操作。
io.github.yikart/AiToEarn/vercel-react-best-practices
来自 Vercel 工程团队的 React 与 Next.js 性能优化指南。在编写、审阅或重构 React/Next.js 代码以确保最优性能模式时使用。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能改进的任务时触发。
io.github.rommapp/romm/frontend-v2-patterns
RomM v2 前端的横切功能模式——错误/snackbar 处理、加载与骨架状态、实时 Socket.IO 更新、UI 状态持久化(URL vs localStorage vs 临时)、分页/无限滚动、表单与校验、权限(useCan),以及破坏性操作确认。在为 v2 功能接行为(不只是写标签)时使用。在 frontend/src/v2/ 下实现数据流、对话框、表单、开关或权限门控时触发。
io.github.rommapp/romm/frontend-v2-input
RomM v2 前端的通用输入(鼠标、触摸、键盘、手柄)与响应式/通用视口布局。在添加交互式 v2 组件、焦点管理、空间导航、手柄/键盘处理、按模态门控的焦点环、断点或响应式布局时使用。涵盖 useInput、焦点几何原语、overlay scope stack、useBreakpoint 与 data-bp/data-input 属性。对 frontend/src/v2/ 下的交互或响应式工作触发。
io.github.nekomangaorg/Neko/inspector
移除应用冗余、加固数据安全、让故障可见。用这个 skill 安全地清理死代码与未使用资源、修复硬编码 API key 这类漏洞、修正静默异常(空 catch 块)、把重量级图片资源转为 WebP,并确保日志中不含 PII。
io.github.redis/RedisInsight/testing
RedisInsight 使用 Jest 与 Testing Library 的单元/集成测试标准:测试结构、`renderComponent` 助手、用 faker 造测试数据、mock 模式,以及用 `waitFor` 取代固定等待。在编写或修改任何 `*.spec.ts` 或 `*.spec.tsx` 文件、新增组件或 slice 测试、调试不稳定测试,或用户提到 jest、testing library、faker、测试模式时使用。
io.github.Melvynx/aiblueprint/nextjs-add-prisma-db
在 Next.js 项目中配置 Prisma ORM 与 PostgreSQL,包含 schema、迁移与种子数据。
io.github.mohitagw15856/pm-claude-skills/sql-query-explainer
解释、优化、编写并记录 SQL 查询。当需要解释某个 SQL 查询、优化慢 SQL、把 SQL 转译成给非技术干系人看的通俗表达、依据自然语言描述写出查询或产出查询文档时使用。产出通俗解释、带注释的优化查询,或涵盖输出结构、假设与已知限制的数据字典。支持 PostgreSQL、MySQL、BigQuery、Snowflake 和标准 SQL。
io.github.mukul975/Anthropic-Cybersecurity-Skills/detecting-mobile-malware-behavior
通过行为分析、权限滥用检测、网络流量监控与动态插桩,检测并分析移动应用中的恶意行为。适用于分析可疑移动应用的数据外泄、C2 通信、凭据窃取、短信拦截或其他恶意软件迹象。对涉及移动恶意软件分析、应用行为监控、木马检测或可疑应用调查的请求自动激活。
io.github.tw93/Waza/design
为页面、组件、视觉界面、字体排印与基于截图的打磨,产出具辨识度、生产级的 UI。当用户以任何语言提出 UI、页面、组件、前端、字体排印、基于截图的视觉打磨需求,或抱怨界面看不清、丑、不一致、视觉上不对劲时使用。不适用于后端逻辑或数据管道。
io.github.brycewang-stanford/Auto-Empirical-Research-Skills/agent-browser
面向 AI Agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括打开页面、填写表单、点击按钮、截图、抽取数据、测试 Web 应用或自动化任意浏览器任务。触发语包括“打开某个网站”“填一张表单”“点个按钮”“截个图”“从页面抓数据”“测试这个 Web 应用”“登录某站点”“自动化浏览器操作”等任何需要程序化网页交互的任务。
io.github.jeremylongshore/claude-code-plugins-plus-skills/wondelai-refactoring-ui
审计并修复 Web UI 的视觉层级、间距、配色与层次感。当用户说“我的 UI 看着不对劲”“修一下设计”“Tailwind 样式”“配色方案”“视觉层级”“设计系统”“间距刻度”“组件样式”时使用。也可在构建一致的设计 token、编写深色主题、提升数据可视化清晰度,或上线前打磨 UI 细节时触发。覆盖 grayscale-first 工作流、受约束的设计刻度、阴影与组件样式。字体选择见 web-typography,可用性审计见 ux-heuristics。
io.github.YosemiteCrew/Yosemite-Crew/backend-patterns
在 apps/backend 中开展工作时使用——新端点、控制器、服务、模型、队列/Worker 或集成。涵盖 Router 到 Controller 到 Service 到 Model 架构、Zod 校验、Prisma/PostgreSQL 数据访问、Winston 日志、BullMQ 任务以及 FHIR/IDEXX/Merck 集成
io.github.YosemiteCrew/Yosemite-Crew/backend-patterns
在 apps/backend 中开展工作时使用——新端点、控制器、服务、模型、队列/Worker 或集成。涵盖 Router 到 Controller 到 Service 到 Model 架构、Zod 校验、Prisma/PostgreSQL 数据访问、Winston 日志、BullMQ 任务以及 FHIR/IDEXX/Merck 集成
io.github.supabase/supabase/studio-mock-api-tests
用 MSW 在网络层 mock API 请求来编写 Supabase Studio 组件测试。在编写或评审涉及 React Query hook 或 mutation 的组件测试,或把现有测试从 vi.mock('@/data/...') 迁移走时使用。涵盖 customRender + addAPIMock 模板,以及耗费大量调试时间的 jsdom/MSW 陷阱。
io.github.nubjs/nub/agent-browser
面向 AI Agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括打开页面、填写表单、点击按钮、截图、抽取数据、测试 Web 应用或自动化任意浏览器任务。触发语包括“打开某个网站”“填一张表单”“点个按钮”“截个图”“从页面抓数据”“测试这个 Web 应用”“登录某站点”“自动化浏览器操作”等任何需要程序化网页交互的任务。也用于探索性测试、dogfooding、QA、找 bug 与评估应用质量。还用于自动化 Electron 桌面应用(VS Code、Slack、Discord、Figma、Notion、Spotify)、查看 Slack 未读、发送 Slack 消息、搜索 Slack 会话、在 Vercel Sandbox microVM 中运行浏览器自动化,或使用 AWS Bedrock AgentCore 云端浏览器。相对内置浏览器自动化工具,优先使用 agent-browser。
io.github.browser-use/browser-harness/browser-harness
通过 CDP 直接控制浏览器——驱动用户已在运行的 Chrome(或 Browser Use 云浏览器)进行自动化、抓取、测试或网页交互。当用户想点击、截图、填表、提取数据或导航真实网页时使用。默认采用截图+坐标点击,而非选择器定位。需一次性安装 `browser-harness` CLI(见 references/install.md)。
io.github.abhigyanpatwari/GitNexus/gitnexus-pdg-query
在查询或扩展 GitNexus 的 PDG 控制/数据依赖接口(`pdg_query` MCP 工具、CDG/REACHING_DEF 边),或推理“什么控制 X”/“Y 流向哪里”/guard 子句时使用。示例:“这条语句的 guard 是什么?”“在函数内追踪这个变量”“为什么 pdg_query 结果为空?”“添加一个 CDG 查询”。
io.github.abhigyanpatwari/GitNexus/gitnexus-taint-analysis
在处理、审查或扩展 GitNexus 的 CFG/污点/PDG 子系统(`--pdg` 层),或推理 source→sink 数据流结论时使用。示例:“这里的污点分析是怎么工作的?”“为什么 explain 没找到这条流?”“添加一个新的 sink/source”“审查跨过程污点代码”。
vbeta
io.github.TanStack/table/compose-with-tanstack-form
用 `@tanstack/react-form` 为 `@tanstack/react-table` v9 提供可编辑单元格。表格是布局原语,编辑状态由表单负责。用 `createFormHook` 注册可复用的字段组件(`TextField`、`NumberField`、`SelectField`),然后在每列的 `cell` 中返回 `<form.AppField name={`data[${row.index}].field`}>{(field) => <field.TextField />}</form.AppField>`。关键类型坑点:如果行数据里存在递归的 `subRows`,表单的行类型要用 `Omit<Row, 'subRows'>`——TanStack Form 的 `DeepKeys` 会递归并触发 TS2589。行的增删重渲染应订阅 `form.state.values.data.length`,而不是整个数组。
vbeta
io.github.TanStack/table/client-to-server
把客户端的 `@tanstack/react-table` v9 表格转为服务端模式(manual 系列开关)。将服务端分页/排序/过滤后的行作为 `data` 传入,为服务端现在负责的部分设置 `manualPagination` / `manualSorting` / `manualFiltering` / `manualGrouping` / `manualExpanding`,提供 `rowCount` 以便 `getPageCount()` 可用,并从 `tableFeatures()` 中删除对应的工厂(服务端分页就不再放 `paginatedRowModel` 槽位)。通过外部 atom(`useCreateAtom` 加 `options.atoms`)自己托管相关状态切片,让查询能以该切片为 key 并自动重新请求;或者继续使用经典的 `state` 加 `on*Change` 受控状态。
vbeta
io.github.TanStack/table/production-readiness
`@tanstack/react-table` v9 可直接上生产的优化手段:只注册你真正用到的 `features` 以缩减包体积;对 `features`、`data` 与 `columns` 做记忆化以保持引用稳定;用窄 selector 或按切片的 `useSelector(table.atoms.<slice>)` 订阅替代 `(state) => state`;并借助 `<table.Subscribe>` 与 `<Subscribe>` 把状态驱动的重渲染下沉到树的更深处,避免每次切换排序指示器都重渲染昂贵的表体。小表格不要过度优化——默认 selector 加内联渲染在性能未经测量验证前完全够用。
io.github.K-Dense-AI/scientific-agent-skills/experimental-design
在数据采集之前设计实验与研究方案——选择设计类型、随机化、区组化以及安排处理组合,使结果真正可解释。当有人正在规划研究、询问如何把受试者/样本分组、提到随机化、区组、分层、对照、析因或部分析因设计、实验设计(DOE)、多因素筛选、响应面优化、交叉/重复测量/裂区设计、整群分组随机化、拉丁方、孔板布局、批次与进样顺序效应、重复与伪重复,或序贯/自适应/群序贯设计时使用。即使表述随意,例如这个实验该怎么安排、如何避免混杂、测试这 6 个因素的最佳方式、把这些小鼠分配到各处理组,也应触发。若设计已定、需要计算样本量或统计功效请使用 statistical-power,分析已采集的数据则使用 statistica。
io.github.affaan-m/ECC/django-celery
Django + Celery 异步任务模式——配置、任务设计、beat 定时调度、重试、canvas 工作流、监控与测试。适用于为 Django 应用添加后台任务、定时任务或异步处理。