Analytische Datenbankarbeit erfordert Schema- und Abfrageentscheidungen, die zum Verhalten von ClickHouse passen. Dieser Skill gibt Claude, Codex und Claude Code praktische Muster für Tabellen, Ingestion, Aggregation, Monitoring und Pipelines.

Individuelle D3.js-Visualisierungsarbeit erfordert viele Diagrammmuster und Integrationsentscheidungen. Diese Skill bietet wiederverwendbare Anleitungen, Vorlagen und Referenzen zum Erstellen interaktiver SVG-Diagramme.

RAG-Projekte können schwache oder nicht belegte Quellen aufnehmen, die die Antwortqualität verringern. Dieser Skill bietet einen strukturierten Verifizierungsworkflow, bevor Inhalte in die Wissensdatenbank gelangen.

ClickHouse-Projekte benötigen oft bessere Schemaentscheidungen, schnellere Abfragen und sicherere Ingestion-Muster. Diese Skill bietet praktische Anleitung zu ClickHouse-Tabellen, Abfragen, Monitoring und Pipelines.

Teams haben oft Schwierigkeiten, Kennzahlen, Dashboards und Recherchen in klare Geschäftsentscheidungen zu übersetzen. Diese Skill strukturiert Analysen, KPI-Design, Prognosen und Empfehlungen für Claude, Codex und Claude Code.

Der Aufbau von LibreOffice Base-Datenbanken kann viele Schritte über Tabellen, Abfragen, Formulare und Berichte hinweg erfordern. Diese Skill-Anleitung unterstützt strukturierte Datenbank-Workflows und Automatisierungsmuster.

Azure Monitor-Abfragen über Logs, Metriken und Zeiträume hinweg können schwer zusammenzustellen sein. Dieser Skill bietet fokussierte Python SDK-Beispiele für zuverlässige Abfragen.

Die Arbeit mit Azure Tables erfordert häufig präzise SDK-Muster für Schlüssel, Abfragen und Batch-Grenzwerte. Dieser Skill gibt Claude, Codex und Claude Code fokussierte Python-Anleitungen für Entity-CRUD, Authentifizierung, Abfragen und Batches.

Azure Cosmos DB-Python-Projekte benötigen korrekte Clients, Partitionsschlüssel und Abfragemuster. Dieser Skill bietet gezielte SDK-Anleitung für NoSQL-CRUD, Abfragen, Durchsatz, asynchronen Code und Fehler.

Workflows zur Bildanalyse benötigen Bildunterschriften, OCR, Erkennung und Zuschneiden, ohne SDK-Beispiele neu aufzubauen. Diese Skill führt Claude, Codex und Claude Code durch Azure AI Vision Image Analysis für Python.

Textteams benötigen wiederholbare Azure-Language-Beispiele für häufige NLP-Aufgaben. Diese Skill zeigt prägnante Python-Muster für Authentifizierung, Analyseaufrufe, Batching, asynchrone Nutzung und Ergebnisverarbeitung.

Teams benötigen zuverlässige Dokumentenextraktion, ohne SDK-Muster auswendig lernen zu müssen. Dieser Skill bietet TypeScript-Beispiele für Azure Document Intelligence-Analysen, Modelle, Klassifizierer und Polling.

Teams benötigen verlässliche Anleitung, um aus gemischten Medien Bedeutung zu extrahieren. Dieser Skill bietet fokussierte Python SDK-Beispiele für Azure AI Content Understanding-Workflows.

Java-Teams benötigen verlässliche Muster zur Erkennung ungewöhnlichen Zeitreihenverhaltens. Dieser Skill bietet Azure AI Anomaly Detector-Beispiele für Clients, Modelle, Inferenz und Fehler.

Teams treffen häufig Entscheidungen auf Basis von Analytics-Daten, die nicht validiert wurden. Dieser Skill hilft Claude, Codex und Claude Code dabei, Tracking-Pläne zu entwerfen, zu prüfen und zu verbessern.

Amplitude-Workflows erfordern sorgfältige Tool-Suche, ID-Auflösung und Statusprüfungen. Dieser Skill führt Claude, Codex und Claude Code durch Rube MCP-Toolsequenzen für gängige Amplitude-Aufgaben.

Airflow-DAGs schlagen häufig fehl, wenn Wiederholungen, Abhängigkeiten und Tests erst spät entworfen werden. Diese Skill bietet Produktionsmuster für DAG-Struktur, Sensoren, Warnmeldungen und Validierung.

Teams starten Experimente häufig ohne festgelegte Hypothesen, Metriken oder Prüfungen der Stichprobengröße. Dieser Skill führt durch die Einrichtung von A/B-Tests mit Gates für Validität und Startbereitschaft.

Die Wahl des falschen Diagramms kann wichtige Datenmuster verbergen oder verzerren. Dieser Skill hilft Claude, Codex und Claude Code dabei, Diagrammtypen auszuwählen, Dashboards zu verbessern und Visualisierungsentscheidungen zu erklären.

Datenarbeit erfordert oft klare Abfragen, wiederholbare Transformationen und eine sorgfältige Interpretation. Diese Skill unterstützt Workflows für SQL, pandas, Statistik und Datenbereinigung.