用途：系统化地把慢查询改造成更快操作，覆盖执行计划分析、索引设计、查询重写、分页、聚合、批量写入与运维监控等环节。适用于排查慢查询、设计高性能库表结构、优化应用响应时间、降低数据库负载与成本、应对数据量增长的扩展性问题，以及解决 N+1 查询。
主要能力：一是 EXPLAIN 分析，使用 EXPLAIN、EXPLAIN ANALYZE、EXPLAIN (ANALYZE, BUFFERS, VERBOSE) 观察 Seq Scan、Index Scan、Index Only Scan、Nested Loop、Hash Join、Merge Join、Cost、Rows、Actual Time 等指标。二是索引策略，涵盖 B-Tree、Hash、GIN、GiST、BRIN，以及复合索引、部分索引、表达式索引、覆盖索引（INCLUDE）与全文检索、JSONB 索引，并强调复合索引列顺序与索引写入代价。三是查询模式优化，包括避免 SELECT *、让 WHERE 可用索引、优化 JOIN、消除 N+1、游标分页替代大 OFFSET、高效 COUNT 与 GROUP BY、相关子查询改写为 JOIN 或窗口函数、使用 CTE、批量 INSERT/UPDATE 与 COPY。四是高级手段，如物化视图及其 REFRESH（含 CONCURRENTLY）、按范围分区、查询提示与并行查询设置。五是维护与监控，包括 ANALYZE、VACUUM、REINDEX，以及用 pg_stat_statements 找慢查询、用 pg_stat_user_tables 找缺索引、用 pg_stat_user_indexes 找未使用索引。
使用方式：技能以指导文档与检查清单形式提供，包含 references 下的 PostgreSQL、MySQL 优化指南与查询计划分析文档，assets 下的索引策略与查询优化清单，以及 scripts/analyze-slow-queries.sql、scripts/index-recommendations.sql 脚本。需要结合实际数据库执行示例 SQL 并依据执行计划结果判断，具体安装方式与运行环境要求暂未提供。
适用场景：后端性能调优、数据库 schema 评审、报表与分析查询提速、大批量数据导入导出、线上慢查询治理。
限制：示例以 PostgreSQL 为主，部分写法（如 COPY、REFRESH MATERIALIZED VIEW CONCURRENTLY、pg_stat_* 视图、BRIN）为 PostgreSQL 特有，跨数据库需谨慎；未提供支持数据库的完整版本范围、价格与收费信息、许可证及效果量化数据。