2,147 件 ・ 関連度順
概要と使いどころ
Use when designing or implementing Spring Data JPA on Spring Boot 4 — repository boundaries, projections, query patterns, custom repositories, CQRS read models, entity relationships, or persistence performance fixes. Not for generic SQL help, database admin work, or project-wide migration (see the springboot-migration skill).
日本語の概要は準備中です。原文の説明を表示しています。
Use when installing or operating Univer CLI for .univer files, spreadsheets, documents, slides, Base databases, Board canvases, cross-Unit embedding, worktrees, Facade authoring, inspection, verification, import/export, screenshots, or viewer handoff.
日本語の概要は準備中です。原文の説明を表示しています。
Database of insurance claim precedents and comparable settlements for evaluating claim values
日本語の概要は準備中です。原文の説明を表示しています。
Query the Bear EHR database using the semantic layer. Use when asked about clients, billing, appointments, insurance, clinical data, procedures, scheduling, programs, staff, vitals, diagnoses, revenue, claims, or any data question about the Bear application.
日本語の概要は準備中です。原文の説明を表示しています。
Build a data pipeline — ETL/ELT with extraction, transformation, loading, error handling, and scheduling. Use when asked to "build ETL", "data pipeline", "move data from X to Y", or "sync data".
日本語の概要は準備中です。原文の説明を表示しています。
Data quality and pipeline health check — freshness, schema drift, null rates, orphaned records, pipeline status. Use when asked about "data quality check", "pipeline health", "is our data fresh", or "schema drift".
日本語の概要は準備中です。原文の説明を表示しています。
Expert guide for high-performance Vector Databases, Deep RAG architectures, pgvector 0.8+ HNSW, Reciprocal Rank Fusion (RRF), Cross-Encoder Re-ranking, and Late Chunking / Panduan ahli Vector DB, arsitektur Deep RAG, pgvector HNSW, RRF, dan Re-ranking.
日本語の概要は準備中です。原文の説明を表示しています。
Configures health checks for database, external services, and custom application checks. Provides liveness and readiness endpoints for container orchestration.
日本語の概要は準備中です。原文の説明を表示しています。
Configures integration tests with WebApplicationFactory and Testcontainers. Provides test database setup, authentication helpers, and utilities for testing API endpoints with real dependencies.
日本語の概要は準備中です。原文の説明を表示しています。
PostgreSQL database design best practices, naming conventions, indexing strategies, and performance optimization for .NET applications using Npgsql and EF Core.
日本語の概要は準備中です。原文の説明を表示しています。
SQL Server database design best practices, naming conventions, indexing strategies, and performance optimization for .NET applications using Microsoft.Data.SqlClient and EF Core.
日本語の概要は準備中です。原文の説明を表示しています。
Generates Entity Framework Core configurations using Fluent API. Maps domain entities to database tables with proper relationships, constraints, and conventions.
日本語の概要は準備中です。原文の説明を表示しています。
Handle blocked destructive commands. Use when dcg blocks rm -rf, git reset --hard, DROP DATABASE, kubectl delete, or when configuring agent safety guardrails.
日本語の概要は準備中です。原文の説明を表示しています。
Insert schedule rows into the local database (schedules) from a JSON array. Use when bulk-loading schedule entries with prompt_name, input_value, and scheduled_date via scripts/add_schedules.py.
日本語の概要は準備中です。原文の説明を表示しています。
Insert or read behavior log rows in the local database (behavior_logs). Use when recording a good/bad behavior entry, attaching a Pavlok API response JSON, adding a coach comment, or fetching recent logs via scripts/behavior_log.py.
日本語の概要は準備中です。原文の説明を表示しています。
Birding by sight and sound — gestalt, song and call vocabulary, behavioral and habitat clues, and the discipline of producing eBird-grade records. Covers the vocabulary of bird field marks, the primary categories of vocalization, the habits of habitat-filtering, and the protocol for submitting records to a citizen-science database without degrading data quality. Use when the task is bird-specific observation or record-keeping.
日本語の概要は準備中です。原文の説明を表示しています。
Apply PostgreSQL schema, migration, and query patterns with idempotent SQL. Use when writing database schemas or migrations.
日本語の概要は準備中です。原文の説明を表示しています。
Prisma Client API reference covering model queries, filters, operators, and client methods. Use when writing database queries, using CRUD operations, filtering data, or configuring Prisma Client. Triggers on "prisma query", "findMany", "create", "update", "delete", "$transaction".
日本語の概要は準備中です。原文の説明を表示しています。
Set up Prisma ORM in an application, connect its database, or troubleshoot the connection of an existing Prisma 6, 7, or 8 app. Defaults new applications to Prisma ORM 8 and loads the package-owned prisma-8 skill; keeps existing Prisma 6/7 apps on their version with provider references for PostgreSQL, MySQL, SQLite, SQL Server, CockroachDB, MongoDB, and Prisma Postgres.
日本語の概要は準備中です。原文の説明を表示しています。
Run CodeQL static analysis for security vulnerability detection, taint tracking, and data flow analysis. Use when asked to analyze code with CodeQL, create CodeQL databases, write custom QL queries, perform security audits, or set up CodeQL in CI/CD pipelines.
日本語の概要は準備中です。原文の説明を表示しています。
Compositional algorithm and data analysis via algebraic databases
日本語の概要は準備中です。原文の説明を表示しています。
CatColab Schemas - database schema modeling distinguishing entities (tables) from attributes (columns). Foundation for ACSets (Attributed C-Sets) and AlgebraicJulia data structures.
日本語の概要は準備中です。原文の説明を表示しています。
Access ClinPGx pharmacogenomics data (successor to PharmGKB). Query gene-drug interactions, CPIC guidelines, allele functions, for precision medicine and genotype-guided dosing decisions.
日本語の概要は準備中です。原文の説明を表示しています。
Bridge layer connecting AlgebraicJulia/Catlab.jl to plurigrid/asi. Wires ACSets (attributed C-sets), wiring diagrams, decorated cospans, and the AlgebraicJulia ecosystem (AlgebraicDynamics, AlgebraicPetri, AlgebraicRewriting, Decapodes) into the ASI skill graph. ACSets generalize relational databases with categorical semantics; every diagram, network, and model in the ecosystem is an ACSet.
日本語の概要は準備中です。原文の説明を表示しています。