工程開發資料分析自動化
data-engineer
專注於資料工程的 AI 代理,負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。
瀏覽: 11★ 2
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 151 個技能
專注於資料工程的 AI 代理,負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。
用於選擇 MCP 工具與直接 API 技能的決策框架,旨在優化 AI 代理的效能、成本與執行效率。
AI 驅動的 Kubernetes 與 OpenShift 故障排除工具。透過仿照 Popeye 的模式進行主動式叢集健康評估、除錯 Pod 失敗、分析日誌並驗證安全性。
將標準 PostgreSQL 資料表遷移至 TimescaleDB 超表,並優化分區、分塊與壓縮策略,以提升時間序列數據效能。
語言無關的後端架構模式,涵蓋 API 設計、身分驗證、安全性協定與資料庫建模。
對 WordPress 開發資料庫執行 SQL 查詢,用於資料檢查、問題排查及審計日誌分析。
基於 DuckDB 的持久化狀態管理與工作流程分析工具,支援任務依賴追蹤、歷史指標與上下文檢查點功能。
Neo4j Cypher 查詢與 MCP 伺服器工具的專家指南,專注於架構內省、圖形運算以及高效的資料庫開發工作流程。
自動化管理臨時 Neon PostgreSQL 資料庫的生命週期,適用於測試、CI/CD 與快速原型開發。
專業的 DOCX 文件處理工具,支援精準的版面配置、編輯與創建。內建自動化視覺渲染檢查,確保輸出文件格式與排版專業。
透過 SSE 協定直接連接 RagCode MCP,無需繁瑣的設定檔或二進位檔案依賴。
為 Clawdbot 審核、清理與優化向量記憶體。防止 Token 浪費,清除無效垃圾資料,並透過 LanceDB 維護自動化記憶體清潔。