Query OQL Canisters with the ICP CLI
Writing OQL queries requires exact schema names, JSON types, Candid escaping, and careful pagination. This skill provides practical patterns for reliable, read-only canister queries.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "extension-querying-oql" from https://skillstore.io/skills/caffeinelabs-extension-querying-oql.md and its manifest at https://skillstore.io/api/skills/caffeinelabs-extension-querying-oql/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «extension-querying-oql». Find the five enterprise customers with the highest monthly revenue.
Ожидаемый результат:
Использование «extension-querying-oql». Which account manager office has the highest average customer revenue?
Ожидаемый результат:
All 160 static alerts are false positives caused by Markdown backticks, code fences, ordinary technical terms, or a pagination ellipsis. The skill documents explicit read-only ICP canister queries and contains no prompt injection, destructive behavior, credential access, or data exfiltration instructions.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/caffeinelabs-extension-querying-oql/audits/1?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/caffeinelabs-extension-querying-oql?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/caffeinelabs-extension-querying-oql?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/caffeinelabs-extension-querying-oql/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/caffeinelabs-extension-querying-oql.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>caffeinelabs. (2026). extension-querying-oql security audit report (audit version 1) [Author version 0.4.0]. Skillstore. https://skillstore.io/skills/caffeinelabs-extension-querying-oql/audits/1@techreport{caffeinelabs-caffeinelabs-extension-querying-oql-2026,
author = {caffeinelabs},
title = {extension-querying-oql security audit report (audit version 1)},
institution = {Skillstore},
year = {2026},
number = {1},
url = {https://skillstore.io/skills/caffeinelabs-extension-querying-oql/audits/1},
note = {Author version 0.4.0}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "extension-querying-oql security audit report (audit version 1)"
version: "0.4.0"
type: report
authors:
- name: "caffeinelabs"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/caffeinelabs-extension-querying-oql/audits/1"
identifiers:
- type: other
value: "skillstore:caffeinelabs-extension-querying-oql:audit:1"
description: "Skillstore immutable audit report identifier"
Explore a canister schema, filter business records, and calculate grouped metrics without downloading every row.
Validate OQL entities, edge declarations, result shapes, and query behavior during canister development.
Diagnose parse traps, missing fields, type mismatches, pagination problems, and unexpected relationship results.
Call the backend schema method with the ICP CLI. Summarize each entity, primary key, field type, allowed value, and declared edge.
Using the current schema, build and run a read-only query for [entity]. Filter by [condition], select [fields], and limit results to [number].
Build and run an OQL query that groups [entity] by [field]. Calculate [aggregate] for [measure], sort descending, and return [number] groups.
Answer [question] across [parent entity] and [child entity]. Use dotted paths when possible, otherwise batch parent keys, paginate, and summarize verified results.
Автор
caffeinelabsЛицензия
MIT
Версия автора
v0.4.0
Ревизия Skillstore
r1
Ссылка
f32f934280aa94e399d875d7cf7b2ed16d1b82a3
Актуальность поддержки
23.07.2026
Использование
0 загрузок · 0 просмотров
Структура файлов
📄 SKILL.md
Expose Canister Data Through OQL
Structured canister data is difficult for intelligence agents to query safely. This skill adds OQL entities, schema discovery, query execution, relationships, and per-entity authorization.
Добавление одобрения пользователей в приложения Caffeine AI
Приложениям необходим контролируемый механизм допуска пользователей до предоставления доступа к защищенным функциям. Этот навык описывает проверки одобрения на бэкенде и процессы администрирования во фронтенде.
Add Object Storage to Caffeine AI Apps
Large files need storage beyond Internet Computer canister limits. This skill guides Caffeine AI projects through backend integration, browser uploads, cached display, downloads, and troubleshooting.
Add Camera Capture to React Apps
Web camera integration requires permission handling, preview state, and device controls. This skill guides Claude, Codex, and Claude Code through the provided React hook.
Добавление исходящих HTTP-вызовов из бэкенда в Caffeine AI
Бэкенд-канистрам необходим контролируемый способ обращения к внешним сервисам. Этот навык показывает, как добавлять исходящие GET- и POST-вызовы с callback-функциями преобразования.
Build Caffeine AI Core Infrastructure
Connecting React applications to Internet Computer backends requires coordinated authentication, actor, query, and storage setup. This skill provides proven integration and migration guidance for that foundation.
Анализ файлов научных данных
от davila7
Файлы научных данных сложно исследовать, поскольку каждый формат по-разному хранит структуру и метаданные. Этот навык определяет форматы, оценивает качество данных и создает практические отчеты по разведочному анализу данных в формате markdown.
Анализ single-cell RNA-seq с помощью Scanpy
от davila7
Рабочие процессы single-cell RNA-seq требуют тщательного контроля качества, нормализации, кластеризации и документирования. Этот навык предоставляет рабочие процессы Scanpy, скрипты, шаблоны и справочные материалы для воспроизводимого анализа.
Обработка данных JSON, YAML и TOML
от 0xDarkMatter
Структурированные конфигурационные данные бывает сложно просматривать в файлах JSON, YAML и TOML. Этот навык помогает составлять запросы jq и yq для извлечения, фильтрации, преобразования и обновления данных.
Создание научных иллюстраций, готовых для публикации в журнале
от davila7
Научные иллюстрации часто не проходят проверку журнала из-за размера, разрешения, цветов и подписей. Этот навык помогает Claude, Codex и Claude Code создавать доступные иллюстрации, готовые к публикации.
Анализ терапевтических ML-данных с PyTDC
от davila7
Командам по разработке лекарств нужны согласованные наборы данных и справедливые бенчмарки. Этот skill направляет рабочие процессы PyTDC для загрузки данных, разбиения наборов данных, оценки моделей и использования молекулярных оракулов.
Подготовка заявлений о доступности данных для Nature
от Yuan1z0825
Авторам исследований часто нужны точные формулировки о доступности данных перед подачей рукописи. Этот навык помогает готовить заявления, сопоставлять наборы данных с путями доступа и проверять метаданные FAIR.