搜索「Weather Query」的结果

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.vigolium/vigolium/sqli-to-data-exfil

将疑似或已确认的 SQL 注入升级为可证明的数据外泄（exfiltration）。当你在响应中发现 SQL 错误、此前扫描标记过 SQLi 模式，或布尔/时间差异表明 payload 到达了查询解析器时使用。从探测 → 确认 → 枚举 → 外泄逐层推进，采用按 payload 类别区分的技术（带内、盲注布尔、盲注时间、盲注 OAST），并以沉淀带泄露样本的具体发现收尾。

io.github.wshobson/agents/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.hashintel/hash/writing-hashql-jexpr

用于编写查询的 HashQL J-Expr 语法。在编写 J-Expr 代码、使用 #literal/#struct/#list 构造、理解函数调用语法或处理 HashQL 查询文件（.jsonc）时使用

io.github.kubeshark/kubeshark/kfl

KFL2（Kubeshark Filter Language）参考。在编写、构造或建议任何 KFL 过滤表达式前必须先加载本技能。KFL 是静态类型的——错误的字段名或语法会静默失败或报错。未加载本技能时不要猜测 KFL 语法。触发于任何提及 KFL、CEL 过滤、流量过滤、显示过滤、查询语法、过滤表达式、写过滤器、构造查询、build a KFL、创建过滤表达式、“我该怎么过滤”“只看……”“查找满足……的流量”、协议专属查询（HTTP 状态码、DNS 查询、Redis 命令、Kafka topic）、Kubernetes 感知过滤（按命名空间、pod、service、label、annotation）、L4 连接/流过滤、基于时间的查询，或任何在 Kubeshark 中切分/搜索/收窄网络流量的请求。当其他技能需要构造过滤器时也触发——KFL 是所有 Kubeshark 流量分析的查询语言。

io.github.FlorianBruniaux/claude-code-ultimate-guide/mcp-integration-reference

与 MCP 服务器集成的技能模板。演示参考文件模式：Claude 在发起任何工具调用前先阅读特定领域的 MCP 速查表，减少因服务器特有坑点导致的查询失败。可 fork 此技能，把 Sentry 示例替换为你的目标 MCP。

io.github.modu-ai/moai-adk/moai-domain-database

数据库专家，覆盖 PostgreSQL、MongoDB、Redis、Oracle 和云数据库平台（Neon、Supabase、Firestore）。用于 schema 设计、查询优化、索引策略、数据建模或云数据库选型。已并入来自 moai-platform-database-cloud 的云厂商指南。

io.github.cosmicstack-labs/mercury-agent-skills/database-design

面向 SQL 与 NoSQL 的 schema 设计、规范化、索引、迁移与查询优化。

io.github.binrogithub/1-3-Cloud-Adoption-Skills/CSS-Autoscaling-Benchmark-Skill

华为云 CSS（OpenSearch）的基准测试与自动扩缩容测试工具。当任务是评估 CSS 性能、运行负载测试、验证查询质量、测试数据节点横向自动扩缩容，或为 CSS 集群生成汇总基准报告时使用。

io.github.a5c-ai/babysitter/database-testing

测试数据库操作——模式迁移校验、查询正确性、事务完整性与数据一致性检查

io.github.a5c-ai/babysitter/database-drivers-connectors

集成数据库驱动与连接器——连接池、查询构造器、ORM 配置与多数据库抽象层

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

通过 CLI 使用 sqlcmd 与 queryinsights 视图分析 Fabric Data Warehouse 性能。诊断慢查询、SQL 池压力、缓存冷热状态并推荐聚簇键（clustering key）。触发语：DW slow query analysis、slowest queries warehouse、queryinsights long running、warehouse CPU resource consumers、SQL pool pressure window、pressure events warehouse、DW cache warmth cold start、cache warmth analysis、warehouse cluster key recommendation、cluster tables performance、DW performance baseline comparison、performance degraded warehouse、warehouse user query patterns、queryinsights diagnostics、DW optimization sqlcmd。

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

通过 CLI 使用 sqlcmd 与 queryinsights 视图分析 Fabric Data Warehouse 性能。诊断慢查询、SQL 池压力、缓存冷启动并推荐聚集索引键。触发词：“DW slow query analysis”“slowest queries warehouse”“queryinsights long running”“warehouse CPU resource consumers”“SQL pool pressure window”“pressure events warehouse”“DW cache warmth cold start”“cache warmth analysis”“warehouse cluster key recommendation”“cluster tables performance”“DW performance baseline comparison”“performance degraded warehouse”“warehouse user query patterns”“queryinsights diagnostics”“DW optimization sqlcmd”。

io.github.SparkDevNetwork/Rock/sql

为 Rock RMS 数据库生成安全、正确的 SQL 脚本。处理 INSERT、UPDATE、DELETE、SELECT 查询、数据迁移与种子脚本，并遵循 Rock 的 schema 约定（PersonAlias、审计列、FK 约束、DefinedType/DefinedValue 查找、基于 Guid 的引用）。当用户说“create a sql script”“write sql”“insert data”“seed data”“data migration”“update records”“sql for Rock”“populate data”“add test data”“query Rock database”，或任何直接对 Rock RMS 数据库执行 SQL 的请求时使用。当用户描述要在 Rock 中添加、修改或查询的数据——即使未明说“SQL”——也应使用，例如“add 100 attendance records”“create a new campus”“give Ted Decker some financial transactions”“set up check-in data”。凡涉及 Rock 数据库记录且 SQL 是合适工具的任务，使用本技能。

io.github.Jeffallan/claude-skills/sql-pro

优化 SQL 查询、设计数据库 schema 并排查性能问题。当用户询问查询为何变慢、需要帮助编写复杂 join 或聚合、提到数据库性能问题，或想设计/迁移 schema 时使用。用于复杂查询、窗口函数、CTE、索引策略、执行计划分析、覆盖索引创建、递归查询、解读 EXPLAIN/ANALYZE、前后基准对比，或在数据库方言（PostgreSQL、MySQL、SQL Server、Oracle）之间迁移查询。

io.github.Jeffallan/claude-skills/database-optimizer

优化数据库查询并提升 PostgreSQL 与 MySQL 系统的性能。在排查慢查询、分析执行计划或优化数据库性能时使用。用于索引设计、查询重写、配置调优、分区策略与锁争用解决。

io.github.netdata/netdata/graphql-audit

分诊本仓库的 GitHub Code Scanning 告警（CodeQL security-extended 套件）——列出开放告警，按误报/不修复/仅测试使用驳回，经 GitHub REST + GraphQL 查询。当用户要求「review GitHub security alerts」「check CodeQL findings」「triage code scanning」，或提及 Code Scanning、CodeQL、security-extended、github.com/$repo/security/code-scanning 时使用。

io.github.midudev/autoskills/sqlalchemy-alembic-expert-best-practices-code-review

面向安全、高效数据库 schema 的 SQLAlchemy ORM 与 Alembic 迁移最佳实践。在编写、审查或重构 SQLAlchemy 模型、Alembic 迁移或数据库查询模式时应使用本技能。触发于涉及 SQLAlchemy ORM、Alembic 迁移、数据库 schema 变更或查询优化的任务。

io.github.midudev/autoskills/sqlalchemy

SQLAlchemy Python SQL 工具包与 ORM：强大的查询构建器、关系映射，以及通过 Alembic 实现的数据库迁移。

io.github.sickn33/antigravity-awesome-skills/sql-optimization-patterns

通过系统化优化、合理索引与执行计划分析，把缓慢的数据库查询变成极快的操作。

io.github.sickn33/antigravity-awesome-skills/sql-pro

精通云原生数据库与现代 SQL，涵盖 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。

io.github.sickn33/antigravity-awesome-skills/database-optimizer

资深数据库优化专家，精通现代性能调优、查询优化与可扩展架构。

io.github.finettt/DroidClaw/automation_manager

对话式任务管理与自动化控制。当用户想用自然语言创建、管理、监控或查询定时任务与后台作业时使用。

io.github.mergisi/awesome-openclaw-agents/sql-explainer

粘贴一条 SQL 查询，获得其作用的通俗说明。