Los equipos de startups necesitan proyecciones claras antes de poder planificar contrataciones, recaudación de fondos y uso de efectivo. Esta skill estructura ingresos, costos, runway y escenarios en resultados prácticos de planificación financiera.

Las consultas SQL lentas aumentan la latencia de la aplicación, la carga de la base de datos y el costo de infraestructura. Esta skill guía a Claude, Codex y Claude Code a través de planes de consulta, índices, joins, paginación y decisiones de mantenimiento.

Los trabajos lentos de Spark desperdician presupuesto del clúster y retrasan el trabajo de análisis. Esta skill ofrece patrones prácticos de ajuste para particiones, joins, memoria, caché y comportamiento de shuffle.

Los equipos necesitan patrones de recuperación fiables antes de escalar la búsqueda semántica o los sistemas RAG. Esta skill proporciona plantillas concretas para almacenes vectoriales, búsqueda híbrida, reranking y ajuste de índices.

Las decisiones de esquema en PostgreSQL afectan la corrección, el rendimiento y el mantenimiento a largo plazo. Esta skill proporciona a Claude, Codex y Claude Code reglas prácticas para el diseño de tablas, indexación, restricciones y migraciones.

El dimensionamiento de mercado puede ser inconsistente cuando los supuestos y las fuentes están dispersos. Esta skill ofrece a Claude, Codex y Claude Code un proceso estructurado para realizar análisis defendibles de TAM, SAM y SOM.

Los equipos de LLM necesitan formas repetibles de medir la calidad antes de que los cambios lleguen a los usuarios. Esta skill ayuda a estructurar métricas automatizadas, revisión humana, evaluación con jueces, benchmarks y comprobaciones de regresión.

Los equipos a menudo tienen dificultades para elegir modelos de embeddings, tamaños de fragmento y métodos de evaluación para sistemas de recuperación. Esta skill proporciona plantillas prácticas y orientación para la toma de decisiones en aplicaciones de búsqueda semántica y RAG.

Las métricas sin procesar a menudo no logran persuadir a las partes interesadas ni respaldar decisiones. Esta skill ayuda a Claude, Codex y Claude Code a convertir el análisis en narrativas, visualizaciones y recomendaciones claras.

Los equipos de datos necesitan comprobaciones fiables antes de que los datos incorrectos lleguen a los flujos de trabajo de analítica o producción. Esta skill proporciona patrones prácticos para Great Expectations, pruebas de dbt, contratos e informes de calidad.

Las pruebas de estrategias de trading pueden ser engañosas cuando ignoran sesgos, costos o validación fuera de muestra. Esta skill guía a Claude, Codex y Claude Code mediante estructuras y comprobaciones prácticas de backtesting.

Los agentes financieros necesitan datos fiables de mercado, fondos, bonos, documentos, noticias y datos macroeconómicos. Esta skill enruta las solicitudes a las herramientas de Wind MCP y devuelve resultados con fuentes.

Los equipos necesitan comprender imágenes rápidamente sin crear una canalización de visión. Esta skill guía a Claude, Codex y Claude Code para llamar a la API de visión de verging.ai para descripciones de imágenes, listas de objetos y extracción de texto.

Las cargas JSON grandes desperdician tokens y ocultan los datos que un modelo necesita. Esta skill convierte JSON estructurado o exportaciones jsonb en resúmenes concisos y legibles para Claude, Codex y Claude Code.

Las aplicaciones de navegador necesitan una ruta clara de configuración de bases de datos relacionales de CloudBase. Esta skill muestra el cliente web SDK compartido y el flujo de consultas al estilo de Supabase.

Las operaciones de CloudBase MySQL necesitan una elección clara de herramientas y comprobaciones de seguridad. Esta skill guía a los agentes a través del aprovisionamiento, las consultas, los cambios de esquema y las revisiones de permisos basados en MCP.

El trabajo con esquemas complejos necesita límites de entidades y relaciones claros. Esta skill guía a Claude, Codex y Claude Code mediante modelos Mermaid y el uso de herramientas de modelos de datos de CloudBase.

Los paneles de BigQuery pueden volverse lentos, costosos y difíciles de gobernar. Esta habilidad ayuda a crear fuentes de datos de Looker Studio, modelos SQL, filtros, diseños y controles de acceso.

Las malas decisiones de esquema causan consultas lentas, duplicación de datos y migraciones riesgosas. Esta habilidad guía el diseño de esquemas SQL y NoSQL, la indexación, las relaciones y la planificación de migraciones.

Los conjuntos de datos sin procesar pueden ocultar problemas de calidad, tendencias y suposiciones débiles. Esta skill guía el perfilado, la limpieza, las estadísticas, la visualización y la generación de informes con pasos reproducibles.