Die Verwaltung komplexer Daten-Workflows über ETL-Prozesse, Analysen und Feature-Engineering erfordert koordinierte Orchestrierung und Qualitätsdurchsetzung. Diese Funktion agiert als CTO-Data-Rolle, koordiniert Datenaufgaben und hält einen Mindestqualitätsstandard von 95 Prozent ein.

Diese Skill bietet sofort einsetzbare SQLAlchemy 2.0+ Muster für asynchrone Datenbankoperationen. Es enthält typsichere Modelle, CRUD-Operationen, Beziehungen und Performance-Optimierungen für die Erstellung robuster Datendienste.

Datenanalyse erfordert oft benutzerdefinierten Python-Code für spezifische Datensätze und Visualisierungsanforderungen. Diese Skill nutzt KI, um maßgeschneiderten pandas- und matplotlib-Code zu generieren, der Ihre Daten verarbeitet und professionelle Diagramme in Sandbox-Umgebungen erstellt.

Datenbankabfragen erfordern das Wechseln zwischen Code-Editoren und Terminalfenstern. Mit dieser Skill kannst du SQL-Abfragen und psql-Meta-Befehle direkt aus deinem KI-Assistenten ausführen, ohne deinen Workflow zu verlassen.

Diese Fähigkeit bietet sichere BigQuery-CLI-Muster zum Untersuchen von Tabellen und Schemas ohne Zugriff auf sensible Daten. Sie umfasst INFORMATION_SCHEMA-Abfragen, Zeilenanzahlprüfungen und Richtlinien zur Datensensibilität für verantwortungsvolle Datenanalyse.

Webinhalte in deinen Coding-Workflow zu bekommen ist mühsam und unzuverlaessig. Diese Skill gibt Claude sofortigen Zugriff auf jede Webseite als sauberes Markdown, Screenshots, strukturierte Daten oder Suchergebnisse.

Daten sicher von S3 laden, indem sie zunächst in einem temporären Branch gestaffelt werden. Qualität vor dem Zusammenführen in die Produktion überprüfen. Verhindert, dass fehlerhafte Daten Ihre Haupttabellen erreichen.

Das Erstellen von Datenpipelines von Grund auf erfordert Verständnis für DAG-Architektur, Materialisierungsstrategien und Projektstruktur. Diese Skill leitet Sie durch das Einrichten von bauplan-Projekten mit ordnungsgemäßer Branch-Sicherheit, SQL-First-Node-Mustern und Python-Transformationsmodellen.

MEV-Trading erfordert eine präzise Liquiditätsanalyse, um übermäßige Slippage und fehlgeschlagene Transaktionen zu vermeiden. Dieser Skill bietet systematische Workflows und Formeln zur Berechnung des Preiseinflusses, zur Schätzung der Slippage und zur Validierung der Trade-Rentabilität vor der Ausführung.

MEV-Infrastruktur erfordert präzise Latenzüberwachung, um einen Wettbewerbsvorteil zu erhalten. Diese Skill bietet Latenzverfolgung pro Aufruf und aggregiert, um Engpässe zu identifizieren, langsame Operationen zu debuggen und Alarmierungsschwellenwerte für Leistungsanomalien festzulegen.

Das Hinzufügen von Token, Protokollen, Chains oder Netzwerken zu einem DeFi-Registry erfordert Aktualisierungen in mehreren Dateien. Diese Skill bietet Checklisten, Vorlagen und Validierungsbefehle, um konsistente Registry-Aktualisierungen über Frontend, Backend, Rust-Core und gemeinsame Schema-Dateien hinweg zu gewährleisten.

DeFi-Trading-Bots scheitern in der Produktion aufgrund versteckter Risiken, die Backtests übersehen. Diese Skill enthält erprobte Muster aus realen Fehlern, damit Sie katastrophale Verluste beim Erstellen von Arbitrage-, MEV- oder automatisierten Trading-Strategien vermeiden können.

Das Extrahieren von Text aus PDF-Dokumenten und Bildern erfordert mehrere Schritte und Werkzeuge. Diese Skill verwendet Claude Vision, um gescannte Dokumente und Bilder präzise in sauberes Markdown-Format zu konvertieren, wobei die Struktur erhalten bleibt.

Benutzer müssen mit Tabellendaten für Finanzmodellierung, Berichterstellung und Analyse arbeiten. Diese Fähigkeit bietet Werkzeuge zum Erstellen, Bearbeiten und Analysieren von Excel-Dateien mit vollständiger Formelunterstützung, Formatierungsoptionen und Datenvisualisierung.

Müssen Sie Daten aus PDFs extrazieren, Formulare ausfüllen oder Dokumente erstellen. Diese Fähigkeit bietet umfassende PDF-Bearbeitungswerkzeuge zum Extrahieren von Text und Tabellen, Zusammenführen von Dokumenten und programmatischem Ausfüllen von Formularen.

Datenbankcode von Grund auf zu schreiben führt zu Verbindungslecks, langsamen Abfragen und Migrationsproblemen. Diese Fähigkeit bietet erprobte Muster für asynchrone Datenbankoperationen, Connection Pooling, Migrationen und Performance-Optimierung, die PostgreSQL, MySQL und SQLite unterstützen.

Das Erstellen von SQLModel-Datenbankmodellen erfordert ein Verständnis von Pydantic-Integration, asynchronen Sessions und Beziehungskonfiguration. Dieser Skill bietet bewährte Muster zum Aufbau typsicherer Datenbankoperationen mit ordnungsgemäßer Validierung.

Datenvalidierung ist fehleranfällig, wenn sie manuell durchgeführt wird. Diese Kompetenz bietet Expertenmuster für Pydantic- und Zod-Schemata, sodass Sie typsichere Validierungspipelines erstellen können, die Fehler frühzeitig erkennen und verhindern, dass fehlerhafte Daten in Ihr System gelangen.

Dieser Skill bietet fachkundige Anleitung zur Konfiguration von Datenbankverbindungen in Python- und FastAPI-Anwendungen. Er umfasst die Einrichtung von Neon PostgreSQL, Connection Pooling, SSL-Konfiguration und die Erstellung von SQLAlchemy-Engines mit Best Practices für produktive Deployments.

Der Aufbau KI-gestützter Anwendungen erfordert fundierten Kontext aus Dokumenten. Dieses Skill bietet gebrauchsfertige Code-Beispiele für die Integration des Context7-Wissensspeichers mit Dokumentenerfassung, semantischer Suche und rollenbasierter Zugriffskontrolle für ERP-Systeme.