團隊在為檢索系統選擇嵌入模型、分塊大小和評估方法時，經常感到困難。此技能為語意搜尋和 RAG 應用程式提供實用範本與決策指引。

原始指標通常難以說服利害關係人或支援決策。這項技能可協助 Claude、Codex 和 Claude Code 將分析整理成清晰的敘事、視覺化內容與建議。

資料團隊需要可靠的檢查，避免不良資料進入分析或生產工作流程。此 skill 提供 Great Expectations、dbt 測試、資料合約和品質報告的實用模式。

交易策略測試若忽略偏誤、成本或樣本外驗證，可能會造成誤導。此技能會引導 Claude、Codex 和 Claude Code 採用實用的回測結構與檢查方法。

金融代理需要可靠的市場、基金、債券、文件、新聞與總體經濟資料。此技能會將請求路由至 Wind MCP 工具，並傳回附來源的結果。

團隊需要快速理解影像，而不必建置視覺處理管線。此技能會引導 Claude、Codex 和 Claude Code 呼叫 verging.ai vision API，以取得影像描述、物件清單和文字擷取結果。

大型 JSON payload 會浪費 token，並隱藏模型所需的事實。此 skill 可將結構化 JSON 或 jsonb 匯出內容轉換為精簡、易讀的摘要，供 Claude、Codex 和 Claude Code 使用。

瀏覽器應用程式需要清楚的 CloudBase 關聯式資料庫設定路徑。此技能展示共用的 Web SDK 客戶端與 Supabase 風格的查詢流程。

CloudBase MySQL 操作需要明確的工具選擇與安全檢查。此技能會引導代理程式透過基於 MCP 的佈建、查詢、結構描述變更與權限審查。

複雜的 schema 工作需要清楚的實體邊界與關係。此技能會引導 Claude、Codex 和 Claude Code 使用 Mermaid 模型與 CloudBase 資料模型工具。

BigQuery 儀表板可能會變得緩慢、成本高昂且難以治理。此技能可協助建立 Looker Studio 資料來源、SQL 模型、篩選器、版面配置和存取控制。

不佳的架構選擇會導致查詢緩慢、資料重複，以及高風險的遷移。此技能會指導 SQL 和 NoSQL 架構設計、索引、關聯，以及遷移規劃。

原始資料集可能隱藏品質問題、趨勢和薄弱假設。此技能透過可重現的步驟，引導進行剖析、清理、統計、視覺化和報告。

查詢緩慢與結構漂移會讓 Postgres 應用程式難以擴展。此技能為 AI 代理提供以 Supabase 為基礎的索引、RLS、連線池與診斷規則。

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

團隊需要能維持資料完整性，並在產品成長時仍保持快速的綱要。此技能會將領域需求轉換為 SQL 或 MongoDB 設計，並包含索引、條件約束與遷移指引。

區塊鏈團隊需要從 SubQuery 和 SubGraph 端點快速取得答案。此 skill 會透過 Ask GraphQL MCP 路由自然語言問題，以進行具備端點情境感知的分析。

網頁很難轉換成乾淨、可重複使用的資料。此技能可協助 Claude、Codex 和 Claude Code 使用 Crawl4AI 進行爬取、markdown 和擷取工作流程。

向量搜尋調校可能浪費記憶體並掩蓋召回率退化。此技能提供實用的基準測試、參數指引，以及生產索引的監控檢查。

向量搜尋專案需要在團隊投入索引或資料庫之前，先做出清楚的架構選擇。此技能會指導檢索設計、嵌入策略，以及生產系統的調校。