PostHog-Arbeit erfordert häufig wiederholtes Nachschlagen von Projekten, Events, Flags und Profilen. Dieser Skill führt Claude, Codex und Claude Code durch Rube MCP-Workflows.

Langsame PostgreSQL-Systeme benötigen eine strukturierte Analyse, bevor Änderungen vorgenommen werden. Dieser Skill unterstützt Query-Tuning, Indexplanung, Konfigurationsprüfung, Wartung und Monitoring.

PostgreSQL-Schemadesign kann scheitern, wenn Datentypen, Constraints, Indizes und Migrationen keinen Workload-Kontext berücksichtigen. Dieser Skill übersetzt Entitäten, Zugriffsmuster und Skalierungsziele in PostgreSQL-spezifische Designempfehlungen.

Langsame Abfragen und unsichere Datenbankmuster sind bei gewöhnlichen Code-Reviews schwer zu erkennen. Dieser Skill gibt Claude, Codex und Claude Code strukturierte Postgres-Anleitungen zu Indizes, RLS, Pooling, Transaktionen und Diagnostik.

Verteilte NoSQL-Schemas scheitern, wenn Teams Entitäten vor Zugriffsmustern modellieren. Dieser Skill unterstützt query-first Design für Cassandra, DynamoDB und ScyllaDB.

ML-Teams benötigen reproduzierbare Workflows, die Datenvorbereitung, Training, Validierung, Bereitstellung und Monitoring verbinden. Dieser Skill führt Claude, Codex und Claude Code durch praktische Entscheidungen zu Design und Rollout von MLOps-Pipelines.

Mixpanel-Analysen erfordern oft wiederholte Abfragen zu Projekten, Events, Funnels, Cohorts und Profilen. Dieser Skill führt Claude, Codex und Claude Code durch Rube-MCP-Workflows für zuverlässige Mixpanel-Automatisierung.

Einzelne Suchmethoden verpassen exakte Begriffe oder semantische Übereinstimmungen. Dieser Skill führt Claude, Codex und Claude Code durch praktische Muster für hybride Suche.

Google Analytics-Berichterstellung erfordert oft sorgfältig ausgewählte Property-IDs, Metriknamen und Paginierung. Dieser Skill führt Claude, Codex oder Claude Code mithilfe von Rube MCP durch GA4-Workflows.

dbt-Projekte können inkonsistent werden, wenn Modelle, Tests und Dokumentation wachsen. Dieser Skill bietet praktische Muster für Schichten, Benennung, Tests, inkrementelle Modelle und Makros.

Datenteams benötigen strukturierte Anleitung für Statistik, maschinelles Lernen und Geschäftsberichte. Dieser Skill hilft Claude, Codex und Claude Code dabei, Analysen zu planen, Methoden zu validieren und umsetzbare Erkenntnisse zu erklären.

Datenpipeline-Projekte scheitern häufig, weil Architektur, Qualität, Beobachtbarkeit und Betrieb getrennt geplant werden. Dieser Skill hilft Claude, Codex und Claude Code dabei, praxisnahe Pipeline-Designs, Checklisten und Implementierungspläne zu erstellen.

Feature-Teams veröffentlichen Änderungen häufig ohne klare Evidenz oder messbare Ergebnisse. Diese Skill unterstützt Analyse, A/B-Tests, Instrumentierung, Rollout und Review nach dem Launch.

Datenteams benötigen Pipelines, die Ziele für Skalierung, Latenz, Qualität und Governance erfüllen. Diese Skill unterstützt bei Architektur, Orchestrierung, Validierung und Betrieb.

Langsame Abfragen und schwaches Datenbankdesign können Latenz, Kosten und Incident-Risiko erhöhen. Dieser Skill unterstützt bei Query-Tuning, Indexierung, Caching, Skalierung und Monitoring über verschiedene Datenbankplattformen hinweg.

Änderungen am Datenbankschema können Ausfallzeiten, Datenverlust oder langsame Releases verursachen. Diese Skill hilft dabei, Zero-Downtime-SQL-Migrationen mit Validierungs-, Rollback- und Performance-Schritten zu planen.

Datenbankänderungen können Ausfallzeiten, Datenverlust und fehlgeschlagene Rollbacks verursachen. Diese Skill unterstützt strukturierte ORM-Migrationen, Datentransformationen, Rollback-Pläne und Bereitstellungsschritte ohne Ausfallzeit.

Schlechte Entscheidungen in der Datenschicht führen zu kostspieligen Neuentwicklungen und Skalierungsgrenzen. Diese Skill unterstützt bei Technologieauswahl, Schemaentwurf, Indexierung, Migrationen und Resilienzplanung.

Datenbankarbeit umfasst oft Design, Migrationen, Optimierung und Betrieb. Dieser Skill gibt Claude, Codex und Claude Code einen strukturierten Workflow für Datenbankaufgaben.

Moderne Vision-Projekte erfordern Entscheidungen über Erkennung, Segmentierung, VLMs, Tiefe und Bereitstellung hinweg. Diese Skill unterstützt bei Architektur, Modellauswahl, Optimierung und Edge-Deployment für praktische Computer-Vision-Systeme.