工程开发数据分析自动化
data-engineer
专注于数据工程的 AI 代理,负责设计 ETL/ELT 管线、定义数据结构、管理数据质量以及实现可靠的数据导入流程。
浏览: 11★ 2
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 151 个技能
专注于数据工程的 AI 代理,负责设计 ETL/ELT 管线、定义数据结构、管理数据质量以及实现可靠的数据导入流程。
用于选择 MCP 工具与直接 API 技能的决策框架,旨在优化 AI 代理的性能、成本与执行效率。
AI 驱动的 Kubernetes 与 OpenShift 故障排除工具。通过仿照 Popeye 的模式进行主动式集群健康评估、调试 Pod 失败、分析日志并验证安全性。
将标准 PostgreSQL 数据表迁移至 TimescaleDB 超表,并优化分区、分块与压缩策略,以提升时间序列数据效能。
语言无关的后端架构模式,涵盖 API 设计、身份验证、安全性协议与数据库建模。
对 WordPress 开发数据库执行 SQL 查询,用于数据检查、问题排查及审计日志分析。
基于 DuckDB 的持久化状态管理与工作流程分析工具,支持任务依赖追踪、历史指标与上下文检查点功能。
Neo4j Cypher 查询与 MCP 服务器工具的专家指南,专注于架构内省、图形运算以及高效的数据库开发工作流程。
自动化管理临时 Neon PostgreSQL 数据库的生命周期,适用于测试、CI/CD 与快速原型开发。
专业的 DOCX 文档处理工具,支持精准的版面配置、编辑与创建。内置自动化视觉渲染检查,确保输出文档格式与排版专业。
通过 SSE 协议直接连接 RagCode MCP,无需繁琐的配置文件或二进制文件依赖。
为 Clawdbot 审计、清理和优化向量内存。防止 Token 浪费,清除无效垃圾数据,并通过 LanceDB 维护自动化内存清洁。