mariadb-agents-migration-validator
用于在将 MySQL SQL 转储、模式或代码库导入 MariaDB 之前进行校验的编排型技能。它按固定 10 个差异维度扫描，输出分级验证报告，每条发现都标注严重级别、MySQL 与 MariaDB 差异、修复步骤及对应技能引用。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-05 00:16
数据与分析
17,415 个结果
mariadb-agents-schema-reviewer
用于在 MariaDB 模式上线前进行审查的编排型技能：按固定 10 个维度检查 CREATE TABLE DDL、迁移脚本或现有模式转储，输出带严重级别的发现报告。
mariadb-core-defaults-and-sql-modes
介绍 MariaDB 各版本隐式默认值与 SQL 模式差异的技能资料，说明升级 LTS、从 MySQL 迁移或新建实例时为何查询会突然失败，以及生产 my.cnf 应显式固定的关键项。
mariadb-core-storage-engines
面向 MariaDB 存储引擎选型与运维的确定性指南：默认选 InnoDB，MyISAM 仅作遗留迁移，Aria 用于系统类表，ColumnStore 仅分析，MEMORY 易失，Spider 分片，CONNECT 联邦外部数据。
mariadb-errors-galera-conflicts
针对 MariaDB Galera Cluster 的认证冲突与故障排查技能：识别 COMMIT 时的 ER_LOCK_DEADLOCK、认证失败计数上升、脑裂与非主分区、gcache 耗尽导致全量 SST 等问题，给出诊断决策树、重试策略与热行重构建议。
mariadb-syntax-check-constraints
MariaDB CHECK 约束的确定性指南，覆盖声明、命名、删除与推理 CHECK 约束，适用于 10.6-LTS、10.11-LTS、11.x、12.x，并对比 MySQL 8 的差异与迁移要点。
mariadb-syntax-json
用于在 MariaDB 中处理 JSON 列、JSON_* 函数、JSON 路径索引、结构校验与文档合并的技能包，重点说明 MariaDB 与 MySQL 的 JSON 行为差异及常见陷阱。
mariadb-syntax-sql-ddl
MariaDB SQL DDL 技能，用于建表、改表、安全删除对象，以及序列、生成列、不可见列和分区等模式变更场景，强调显式指定 ALTER 算法与锁策略。
mariadb-syntax-sql-dml
该技能专注于 MariaDB 数据操作语句（DML）的正确写法，覆盖 INSERT、UPDATE、DELETE、REPLACE 以及 upsert 模式。它面向需要编写或调试 MariaDB DML 的场景，例如排查「为什么这一行没有被更新」、或把 MySQL 的 DML 写法迁移到 MariaDB。核心价值在于规避一些看似可用、实则会静默破坏数据的常见陷阱，例如误用 REPLACE INTO、误用 INSERT IGNORE 来表示「重复则跳过」、以及在多唯一索引表上依赖 ON DUPLICATE KEY UPDATE 的未定义行为。技能提供决策树帮助选择 upsert 方案、判断是否可用 REPLACE INTO、替代 INSERT IGNORE 的写法，以及获取插入后 id 或受影响行数据的多种方式。它同时明确各版本差异，例如 UPDATE RETURNING 在 10.6-LTS 到 12.x 均不支持，仅在 MariaDB 13.0 起可用；RETURNING 在 INSERT（10.5+）、DELETE（10.0+）、REPLACE（10.5.0+）上受支持。技能附带参考文件，包含完整 DML 语法、示例与反模式说明，所有语法据其所声明于 2026-05-19 依据 MariaDB 知识库核对。
mariadb-syntax-system-versioned-tables
MariaDB 系统版本表与应用时间段技能，用于审计追踪、GDPR 历史保留、时间旅行查询与双时态建模。涵盖 WITH SYSTEM VERSIONING、FOR SYSTEM_TIME、PARTITION BY SYSTEM_TIME、DELETE HISTORY、应用时间段与双时态表等语法要点。
mariadb-syntax-window-and-cte
面向 MariaDB 10.6/10.11/11.x/12.x 的窗口函数与 CTE 语法技能，覆盖 ROW_NUMBER、RANK、LAG/LEAD、累计求和、分组 Top-N、百分位分桶、间隙与岛屿查询及递归 CTE，并给出帧、命名窗口、CYCLE 与版本限制说明。
tauri-impl-database
面向 Tauri 2 应用的数据库与持久化技能包，按需求选择键值存储、前端 SQL 或 Rust 后端数据库方案，并给出插件注册、权限配置、迁移与常见防数据丢失规则。
investoday-stock-valuation-analysis
面向A股个股估值分析的工具，聚焦PE、PB、PS、PEG、历史分位、行业比较与估值匹配度判断。基于今日投资金融数据接口，自动识别股票代码并输出结构化估值分析报告。支持输入股票名称或6位股票代码，若只提供名称会先通过搜索识别标的。分析按五步框架展开：确认估值口径与公司类型、评估当前估值水平、评估历史位置与安全边际、验证估值与基本面匹配度、形成综合估值结论。依赖investoday-finance-data Skill获取实时金融数据，调用估值、行情、盈利、成长、研报评级等接口。输出Markdown格式报告，包含估值口径、当前估值、历史位置、基本面匹配度与综合结论。仅做估值状态判断，不提供目标买卖价、仓位建议或交易时点，结论仅供参考，不构成投资建议。
better-auth-best-practices
Better Auth 集成实践指南，涵盖服务端与客户端配置、数据库适配器、会话管理、插件及环境变量，用于在项目中搭建并排查 Better Auth 认证。
prisma-database-setup
Prisma 数据库配置指南技能，覆盖 PostgreSQL、MySQL、SQLite、SQL Server、CockroachDB、Prisma Postgres 等提供商的连接配置、驱动适配器与 Prisma Client 生成，适用于新建项目、切换数据库或排查连接问题。
qgis
QGIS 自动化技能，用于在 macOS 上以无头（headless）方式运行 QGIS 4，通过 PyQGIS 脚本和 qgis_process 命令行工具处理地理空间数据。支持加载 GPX、GeoJSON、GeoPackage、Shapefile 和 GeoTIFF 数据，执行重投影（WGS 84、UTM 等）、裁剪、缓冲、合并、解散等处理算法，并可生成按海拔着色的路线图、GPX 热力图，导出项目布局为 PDF/PNG，以及检查输出文件。所有调用均通过 scripts/qgis.sh 包装器执行，每个脚本输出 JSON，便于自动化流程集成。
303-frameworks-spring-data-jdbc
面向 Java 开发者的技能指南，讲解如何将 Spring Data JDBC 与 Java record 结合使用，涵盖 record 实体设计、仓储模式、不可变更新、聚合关系、自定义查询、事务管理与单次查询加载（避免 N+1）。
db-manager
db-manager 是一个面向 PostgreSQL 的数据库直接访问技能，适合在用户要求查询数据库、执行 SQL、查看表结构、检查 schema、连接 PostgreSQL 或切换数据库环境时使用。它通过项目中的 .env 文件读取 DATABASE_URL（或 DB_URL、POSTGRES_URL），并使用 psql 执行查询；会话文件仅保存 .env 路径和标签等元数据，不保存连接串本身。技能内置查询前必须先查看表结构的强制要求，以避免猜测列名，同时对破坏性操作要求按安全规则确认。
browser_ai
browser_ai 是一个离线契约测试用的浏览器 AI 专家组件，模拟 lightpanda-io/browser 的部分接口，通过合成数据生成导航元数据、选择器内容提取和截图路径，不发起网络请求也不写入文件。
stci-dataops
STCI DataOps 用于评估并将 LLM 定价来源接入 STCI，产出有证据支撑的来源档案、符合 schema 的观测数据、采集器改动与评审回执。
alchemy-core-workflow-a
该技能用于在 Alchemy Portfolio API 上设计多链资产持仓工作流，明确分页、部分失败、隐私与对账契约。它强调在产生任何实际副作用前，先产出可审查的工件与负路径证据，适用于需要跨多个网络聚合代币与 NFT 持仓、并处理 HTTP 200 但含 error.partialErrors 等复杂状态的场景。
apify-core-workflow-b
Apify Core Workflow B 是一个围绕 Apify 平台存储与流水线的技能文档，主要讲解如何通过 apify-client JS SDK 以编程方式管理 Apify 的三种存储类型（数据集、键值存储、请求队列），并编排多 Actor 流水线。内容涵盖存储的增删改查、数据导出、自动分页，以及将多个 Actor 串联（抓取→转换→导出）。文档提供每种存储类型的高层工作流和首个示例代码，并指向更完整的参考文件。使用前需安装 apify-client、配置 APIFY_TOKEN 环境变量，并熟悉 Actor 调用与运行生命周期。
assemblyai-performance-tuning
用于分析并调优 AssemblyAI 的模型选择、音频传输、轮询、Streaming v3 轮次、并发与下游处理，适合在需要测量延迟或吞吐时使用。资料强调以受控实验代替标签式判断，并把准确率、隐私、凭证、支出与回滚作为独立门槛。
attio-sdk-patterns
围绕 Attio REST API 构建类型化客户端的技能：按实际使用的端点设计小型 REST 封装，支持多工作区令牌、端点级分页、结构化错误、有界重试与契约测试，并区分服务端 REST 封装与 Attio App SDK。