📦
let-chains-advisor
81Rust の If-Let 制御フローを簡素化
ネストされたパターンマッチングは、Rust コード内の主要な判断経路を見えにくくすることがあります。このスキルは、Claude、Codex、Claude Code が、より明確な Rust 2024 の制御フローのために let chains を提案するのを支援します。
コーディング＆開発 表示
スキル parquet-optimization
📦
parquet-optimization
v1.0.0 コンテンツリビジョン r1 安全 ⚙️ 外部コマンド
RustでParquetのパフォーマンスを最適化
デフォルト設定を使用すると、Parquetパイプラインはストレージとメモリを浪費する可能性があります。このスキルはRustのParquet読み書きをレビューし、圧縮、サイズ設定、projection、filteringの改善を提案します。
対応: Claude Codex Code(CC)
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
エージェントリクエスト
Review the Skillstore skill "parquet-optimization" from https://skillstore.io/skills/emillindfors-parquet-optimization.md and its manifest at https://skillstore.io/api/skills/emillindfors-parquet-optimization/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「parquet-optimization」を使用しています。 writerがデフォルトのParquet設定を使用し、多数のsmall filesを作成している。
期待される結果:
- レビューでは、compression不足、small file risk、row group sizingの欠如を指摘します。
- バランスの取れたcompression codec、より大きなbatches、compaction strategyを推奨します。
「parquet-optimization」を使用しています。 readerが幅広いParquet tableからすべてのcolumnsを読み込み、その後memory内でrowsをfilterしている。
期待される結果:
- レビューでは、不要なI/Oとmemory pressureを強調します。
- column projection、predicate-aware row group selection、streaming batch processingを推奨します。
「parquet-optimization」を使用しています。 チームがpartitioned pathsなしで日次event dataを保存している。
期待される結果:
- レビューでは、partition pruningの制限と、date filtersでのquery低速化を特定します。
- date-based layoutと、代表的なquery patternsによるvalidationを提案します。
セキュリティ監査
安全v4 • 2026/7/6 バージョン別レポートを開く
All static findings are false positives caused by Markdown backticks in SKILL.md. The file contains Rust Parquet optimization guidance and examples, with no evidence of command execution, exfiltration intent, or prompt injection.
1
スキャンされたファイル
303
解析済み行数
0
レビュー項目
0
誤検知を無視
リスク要因
⚙️ 外部コマンド (36)
SKILL.md:15 SKILL.md:28 SKILL.md:30 SKILL.md:33-42 SKILL.md:42-47 SKILL.md:47-50 SKILL.md:50-59 SKILL.md:59-62 SKILL.md:62-67 SKILL.md:67-75 SKILL.md:75-83 SKILL.md:83-96 SKILL.md:96-101 SKILL.md:101-106 SKILL.md:106-113 SKILL.md:113-116 SKILL.md:116-121 SKILL.md:121-127 SKILL.md:127-135 SKILL.md:135-153 SKILL.md:153-156 SKILL.md:156-157 SKILL.md:157-161 SKILL.md:161-170 SKILL.md:170-205 SKILL.md:205-212 SKILL.md:212-218 SKILL.md:218-224 SKILL.md:224-230 SKILL.md:230-236 SKILL.md:236-242 SKILL.md:242-252 SKILL.md:252-257 SKILL.md:257-268 SKILL.md:268-271 SKILL.md:271-284
最新の完了済み静的・セマンティック監査では、確認済みのセキュリティ検出事項は見つかりませんでした。これは、スキルに副作用がないことを証明するものではありません。
監査者: codex 監査履歴を表示 →
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/emillindfors-parquet-optimization?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/emillindfors-parquet-optimization?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/emillindfors-parquet-optimization/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/emillindfors-parquet-optimization.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
EmilLindfors. (2026). parquet-optimization security audit report (audit version 4) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4BibTeX形式の引用
@techreport{emillindfors-emillindfors-parquet-optimization-2026,
author = {EmilLindfors},
title = {parquet-optimization security audit report (audit version 4)},
institution = {Skillstore},
year = {2026},
number = {4},
url = {https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4},
note = {Author version 1.0.0}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "parquet-optimization security audit report (audit version 4)"
version: "1.0.0"
type: report
authors:
- name: "EmilLindfors"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4"
identifiers:
- type: other
value: "skillstore:emillindfors-parquet-optimization:audit:4"
description: "Skillstore immutable audit report identifier"
Skillstore スコア
このスコアの理由 証拠の信頼度: 高 55
アーキテクチャ
100
保守性
87
コンテンツ
69
コミュニティ
83
仕様準拠
作成できるもの
Data Lake Writerを調整する
本番デプロイ前にParquet writer設定をレビューし、ストレージコストを削減してscan performanceを向上させます。
Query Throughputを改善する
大規模なParquet datasetを処理するreader内で、不足しているprojection、filtering、statistics、streamingパターンを見つけます。
Pipeline Regressionをレビューする
file sizeまたはlatencyが増加した後、最近のParquetコード変更を実用的なoptimization checksと比較します。
これらのプロンプトを試す
基本的なWriterレビュー
基本的なパフォーマンス設定について、このRust Parquet writerをレビューしてください。compression、row group size、statisticsに注目してください。
Reader効率チェック
このParquet read pathを分析してください。projection、batch size、row group filtering、streamingの改善点を特定してください。
Data Lake Layoutの助言
cloud analytics向けにこのParquet dataset layoutを評価してください。file size、partitioning、compression、query pruningを考慮してください。
本番Optimization Plan
このRust pipeline向けに、優先順位付きのParquet optimization planを作成してください。期待されるimpact、tradeoffs、validation metricsを含めてください。
ベストプラクティス
- optimization adviceを求める前に、代表的なschemas、file sizes、query patterns、storage targetsを共有してください。
- 実際のworkloadとquery engineから得たbenchmark dataで、各recommendationを検証してください。
- scanned bytes、memory pressure、cloud storage request overheadを削減する変更を優先してください。
回避
- access frequencyとCPU costを考慮せずに、すべてのdatasetへ同じcompression levelを適用しないでください。
- 大規模な分析datasetに対して、多数の小さなParquet filesを作成しないでください。
- streaming batchesで安全に処理できる場合に、大量のreader outputsをmemoryにcollectしないでください。
よくある質問
このスキルはParquet filesを直接編集しますか？
いいえ。Parquetのread pathおよびwrite pathに対するレビューガイダンスと、提案されるコード変更を提供します。
どの言語に重点を置いていますか？
Parquet、Apache Arrow、および関連するデータエンジニアリングライブラリを使用するRustコードに重点を置いています。
最適なcompression codecを選べますか？
access patternsに基づいて有力な選択肢を推奨できますが、最終的な設定はbenchmark dataで確認する必要があります。
cloud object storageに役立ちますか？
はい。cloud storage上でのfile sizing、partitioning、retry handling、scan efficiencyに関するガイダンスを含みます。
遅いqueriesを診断できますか？
missing projection、weak pruning、small files、disabled statisticsなど、一般的なParquet由来の原因を特定できます。
既存の本番pipelinesに役立ちますか？
はい。現在のpatternsをレビューし、期待されるperformance tradeoffsを伴う優先順位付きの変更を提案できます。
開発者情報
作成者
EmilLindforsライセンス
MIT
作者バージョン
v1.0.0
Skillstore リビジョン
r1
参照
a06681402992ceae98ba04d54cfd4ab004862696
メンテナンスの新しさ
2026/7/21
利用状況
5 ダウンロード · 161 閲覧
ファイル構成
📄 SKILL.md
EmilLindfors のその他のスキル
すべて表示📦
test-coverage-advisor
81Rustのテストカバレッジを改善
テストが不足していると、Rustのエラーパスやエッジケースが保護されないままになります。このスキルはコードとテストをレビューし、的を絞ったカバレッジ改善を提案します。
コーディング＆開発 表示
📦
mock-strategy-guide
81トレイトパターンでRustのテストモックを構築する
Rustのテストは、データベース、HTTPサービス、実インフラに依存すると、遅くなったり壊れやすくなったりしがちです。このスキルは、Claude、Codex、Claude Codeがトレイトベースのモック、制御された失敗、フィクスチャヘルパーを設計するのに役立ちます。
コーディング＆開発 表示
📦
lambda-optimization-advisor
80Rust AWS Lambda 関数を最適化
Rust Lambda 関数は、遅い I/O、コールドスタート、不適切なメモリ設定によってコストを浪費することがあります。このスキルはハンドラーとデプロイ設定をレビューし、具体的な性能改善とコスト改善を提案します。
DevOps＆インフラ 表示
📦
property-testing-guide
80ProptestでRustのプロパティテストを設計する
有用なプロパティやジェネレーターが常に明らかとは限らないため、プロパティベーステストは適用が難しい場合があります。このスキルは、Claude、Codex、またはClaude CodeがRustコード向けに的を絞ったproptest戦略を提案するのに役立ちます。
コーディング＆開発 表示
📦
port-adapter-designer
80Rustのポートとアダプター境界を設計する
外部サービスは、インフラストラクチャ上の関心事をドメインコードに漏れ込ませることがあります。このスキルは、依存関係を分離し、テスト可能に保つRustのtraitとアダプターの設計を支援します。
コーディング＆開発 表示
関連スキル
すべて表示📦
spark-optimization
79Apache Spark ジョブの最適化
作成者 wshobson
遅い Spark ジョブはクラスタ予算を浪費し、分析作業を遅らせます。このスキルは、パーティション、結合、メモリ、キャッシュ、シャッフル動作に関する実践的なチューニングパターンを提供します。
データ＆アナリティクス 表示
📦
senior-data-engineer
81本番データパイプラインの構築
作成者 alirezarezvani
本番環境のデータチームには、パイプライン、品質チェック、オーケストレーションのための信頼性の高いパターンが必要です。このスキルは、モダンなデータスタックにおけるアーキテクチャ、スキャフォールディング、DataOpsプラクティスをガイドします。
データ＆アナリティクス 表示
📦
supabase-postgres-best-practices
80Supabase Postgres のパフォーマンスを最適化
作成者 supabase
遅いクエリやスキーマのばらつきは、Postgres アプリのスケーリングを難しくすることがあります。このスキルは、インデックス、RLS、プーリング、診断に関する Supabase ベースのルールを AI エージェントに提供します。
データ＆アナリティクス 表示
📦
postgres-best-practices
80Postgresクエリとスキーマの最適化
作成者 sickn33
遅いクエリや安全でないデータベースパターンは、通常のコードレビューでは見つけにくいものです。このスキルは、Claude、Codex、Claude Codeに、インデックス、RLS、プーリング、トランザクション、診断に関する体系的なPostgresガイダンスを提供します。
データ＆アナリティクス 表示
📦
postgresql-optimization
80PostgreSQLパフォーマンスの最適化
作成者 sickn33
低速なPostgreSQLシステムでは、変更を行う前に構造化された分析が必要です。このスキルは、クエリチューニング、インデックス計画、設定レビュー、メンテナンス、監視をガイドします。
データ＆アナリティクス 表示
📦
agentdb-vector-search-optimization
80AgentDB ベクトル検索の最適化
作成者 DNYoussef
大規模なベクトルデータベースは、低速でメモリ消費が大きく、ベンチマークが難しくなることがあります。このスキルは、量子化、HNSW インデックス化、キャッシュ、検証のための構造化された AgentDB 最適化ワークフローを提供します。
データ＆アナリティクス 表示