原始数据集可能隐藏质量问题、趋势和薄弱假设。此技能通过可复现的步骤指导数据剖析、清洗、统计、可视化和报告。

慢查询和架构漂移会让 Postgres 应用难以扩展。此技能为 AI 智能体提供基于 Supabase 的索引、RLS、连接池和诊断规则。

Duplicate cleanup can remove unique information when identity rules are unclear. This skill creates evidence-rich reports and gates every mutation behind explicit review.

团队需要既能保持数据完整性，又能在产品增长时维持高性能的架构。此技能可将领域需求转化为带有索引、约束和迁移指导的 SQL 或 MongoDB 设计。

区块链团队需要从 SubQuery 和 SubGraph 端点快速获得答案。此技能通过 Ask GraphQL MCP 路由自然语言问题，以进行感知端点的分析。

网页很难转换为干净、可复用的数据。此技能帮助 Claude、Codex 和 Claude Code 使用 Crawl4AI 进行爬取、markdown 和提取工作流。

向量搜索调优可能浪费内存并掩盖召回率回归。此技能为生产索引提供实用的基准测试、参数指导和监控检查。

向量搜索项目需要在团队投入索引或数据库之前明确架构选择。此技能可指导检索设计、嵌入策略以及生产系统调优。

团队需要在驱动程序、API 和本地工作流方面获得准确的 Neon 设置指导。此技能会引导 Claude、Codex 和 Claude Code 使用官方 Neon 参考资料。

创业团队经常跟踪过多指标，或遗漏投资者期望看到的数据。本技能帮助 Claude、Codex 和 Claude Code 构建聚焦的指标计划，包含公式、基准和复盘节奏。

初创公司创始人需要可信的预测来支持规划、招聘和融资。此技能将假设结构化为收入、成本、人员编制、现金流和情景分析。

当架构、索引和工作负载不清晰时，复杂的 SQL 工作会拖慢团队效率。此技能可指导查询调优、架构设计和云数据库决策。

Segment 实施在浏览器、服务器和目标工作流之间往往会失去一致性。此 skill 为 Claude、Codex 和 Claude Code 提供用于跟踪设计和治理的结构化指导。

Segment 跟踪工作需要精确的 schema 和身份规则。此技能指导 Claude、Codex 和 Claude Code 完成 Rube MCP 工作流，涵盖事件、用户、群组、页面、别名和批处理。

投资组合风险审查需要一致的 VaR、CVaR、回撤和风险调整后收益计算。此技能指导 Claude、Codex 和 Claude Code 遵循清晰的风险指标模式。

交易决策可能隐藏集中度、回撤和头寸规模风险。此技能可构建风险审查、R倍数跟踪、对冲计划和止损纪律的结构化流程。

RAG 项目经常失败，是因为检索质量薄弱或未被衡量。此技能指导分块、嵌入、向量搜索、混合检索、重排序和评估选择。

量化金融工作需要严谨的建模、现实的回测以及具备风险意识的评估。此技能通过指标、验证步骤和投资组合分析指导来组织研究。

PostHog 工作通常需要反复查找项目、事件、标志和用户画像。此技能会引导 Claude、Codex 和 Claude Code 使用 Rube MCP 工作流。

缓慢的 PostgreSQL 系统在变更前需要结构化分析。此技能可指导查询调优、索引规划、配置审查、维护和监控。