Diseño de esquemas, migraciones y optimización de consultas.
94 skills en esta categoría
Búsqueda vectorial vía embeddings_* (HNSW a gran escala) y ruvllm_hnsw_* (enrutador WASM para hasta 11 patrones), con cuantización RaBitQ de 1 bit para reducir la memoria 32×.
Crea una nueva migración de base de datos numerada secuencialmente, con un par de archivos SQL up/down.
El bloc de notas con IA que transcribe y organiza tus reuniones.
Sistema de memoria AgentDB con búsqueda vectorial HNSW. Ofrece recuperación de patrones 150x-12.500x más rápida, almacenamiento persistente y búsqueda semántica para aprendizaje.
Implementa el aprendizaje adaptativo de ReasoningBank con la base de datos vectorial de AgentDB, 150x más rápida. Incluye seguimiento de trayectorias, veredictos y destilación de memoria.
Implementa patrones de memoria persistente para agentes de IA con AgentDB: memoria de sesión, almacenamiento a largo plazo, aprendizaje de patrones y gestión de contexto.
Valida las migraciones pendientes por consistencia de claves foráneas, seguridad del rollback y buenas prácticas.
Embeddings vectoriales con indexado HNSW, persistencia con sql.js y soporte hiperbólico, 75 veces más rápido con agentic-flow, para búsqueda semántica y recuperación de conocimiento.
Optimiza el rendimiento de AgentDB con cuantización (reducción de memoria de 4x a 32x), indexado HNSW (búsqueda 150 veces más rápida), caché y operaciones por lotes para escalar a millones de vectores.
Funciones avanzadas de AgentDB: sincronización QUIC, gestión de varias bases de datos, métricas de distancia personalizadas, búsqueda híbrida e integración con sistemas distribuidos multi-agente.
Consulta AgentDB a través del puente de controladores: enrutamiento semántico, recuperación jerárquica, grafos causales, síntesis de contexto y patrones.
Especialista en memoria V3 que unifica más de 6 sistemas de memoria en AgentDB con indexado HNSW (ADR-006 y ADR-009), logrando mejoras de búsqueda de 150x a 12.500x.
Programa publicaciones en todas tus redes desde un solo sitio.
Implementa búsqueda vectorial semántica con AgentDB para recuperación inteligente de documentos, coincidencia por similitud y consultas sensibles al contexto, para sistemas RAG o bases de conocimiento.
Unifica más de 6 sistemas de memoria en AgentDB con indexación HNSW para mejoras de búsqueda de 150x a 12.500x. Implementa el ADR-006 y el ADR-009.
Almacenamiento y recuperación eficiente de datos de variantes genómicas con TileDB: ingesta escalable de VCF/BCF, adición incremental de muestras, almacenamiento comprimido, consultas paralelas y exportación para genómica poblacional.
Úsalo con LaminDB, el lakehouse de código abierto nativo en linaje para datasets y modelos biológicos: configuración, registro de artefactos, búsqueda, trazabilidad, validación, anotación con ontologías (Bionty) y almacenamiento.
Úsalo al diseñar o revisar un esquema específico de PostgreSQL: buenas prácticas, tipos de datos, indexación, restricciones, patrones de rendimiento y funciones avanzadas.
Optimiza el rendimiento de índices vectoriales en latencia, recall y memoria; útil al ajustar parámetros HNSW, elegir cuantización o escalar infraestructura de búsqueda vectorial.
Construye modelos de lectura y proyecciones a partir de flujos de eventos; útil para CQRS, vistas materializadas y optimización de consultas en sistemas event-sourced.
Diseña e implementa event stores para sistemas de event sourcing: infraestructura, elección de tecnología y patrones de persistencia de eventos.
Ejecuta migraciones de bases de datos entre ORMs y plataformas con estrategias zero-downtime, transformación de datos y procedimientos de rollback.
Haz crecer tu tráfico orgánico en piloto automático.
Domina la optimización de consultas SQL, estrategias de indexado y análisis EXPLAIN para mejorar drásticamente el rendimiento de la base de datos y eliminar consultas lentas.
Migra un brain de gbrain-base a la taxonomía de 14 tipos canónicos de gbrain-base-v2 usando gbrain onboard --check y el handler Minion unify-types.
Configura GBrain con auto-aprovisionamiento de Supabase o PGLite, inyección en AGENTS.md y primera importación.
Evoluciona el schema pack de tu brain: añade tipos de página, propone nuevos a partir del corpus, backfillea page.type en páginas existentes y audita la salud del pack.
Genera consultas SQL a partir de descripciones en lenguaje natural, compatible con BigQuery, PostgreSQL, MySQL y otros dialectos. Lee esquemas de bases de datos desde diagramas o documentación subidos.
Guía a los usuarios para descubrir sus requisitos de base de datos, recomienda un servicio de Google Cloud según una matriz y ayuda a crearla; no sirve para mantenimiento general ni migraciones.
Ayuda a aprovisionar instancias y bases de datos, diseñar esquemas eficientes y consultar datos en Spanner; útil al diseñar claves primarias, escribir SQL o código cliente, o diagnosticar rendimiento.
Ayuda a provisionar instancias/tablas, diseñar esquemas performantes y consultar datos en Bigtable, incluyendo diseño de row keys, column families, SQL y código cliente (Java, Go, Python).
Descubre requisitos y genera guía de arquitectura, diseño y despliegue para búsqueda híbrida dinámica (semántica + por palabras clave), optimizada para AlloyDB en Google Cloud.
Revisiones de código con IA. Detecta bugs y corrígelos en un clic.
Gestiona datasets, tablas y jobs en BigQuery. Úsalo cuando necesites interactuar con BigQuery, ejecutar consultas SQL, gestionar recursos o hacer ingesta y análisis básico de datos.
Gestión del Agent Platform Model Registry: subir, listar, describir, actualizar o borrar modelos y sus versiones. No usar para entrenamiento, despliegue a endpoints ni modelos ajenos a Agent Platform.
Gestiona clústeres, instancias y copias de seguridad de AlloyDB for PostgreSQL, e integra herramientas MCP de AlloyDB para operaciones automatizadas. No usar para Cloud SQL u otras bases de datos GCP.
Genera queries en Logging Query Language (LQL) para Google Cloud Logging a partir de lenguaje natural, útil para depurar y filtrar logs por servicio de Google Cloud; no sirve para consultar SQL o Cloud Spanner.
Genera o explica recursos de Cloud SQL; úsalo cuando el usuario pida crear una instancia o base de datos Cloud SQL para MySQL, PostgreSQL o SQL Server.
Operaciones en Lark Base (multitabla): tablas, campos, registros, vistas, fórmulas/lookup, formularios, dashboards, workflows y roles; se usa ante Base/多维表格/bitable o enlaces /base/.
Guía completa para acceso a bases de datos en Go: queries parametrizadas, scanning de structs, columnas NULLable, transacciones, aislamiento, connection pool y migraciones. No genera esquemas ni SQL de migración.
Buenas prácticas de Postgres de Supabase, para usar antes de escribir o cambiar cualquier cosa en una base Postgres: tablas, migraciones, RLS, índices, triggers, funciones, colas, pgvector y restauración de dumps.
Úsalo para cualquier tarea con Supabase: productos, clientes SSR, auth, CLI o MCP, cambios de esquema, auditorías de seguridad y depuración de errores o logs.
Convierte tu voz en texto, allí donde escribas.
Buenas prácticas de PostgreSQL, optimización de consultas, resolución de problemas de conexión y mejora de rendimiento. Cárgalo al trabajar con bases de datos Postgres.
Buenas prácticas de Vitess, optimización de queries y troubleshooting de conexiones para bases de datos Vitess en PlanetScale. Úsalo con sharding, VSchema, keyspaces o escalado de MySQL.
Planea y revisa el esquema MySQL/InnoDB, indexación, tuning de queries, transacciones y operaciones; úsalo al crear/modificar tablas o índices, diagnosticar lentitud/bloqueos, o planear migraciones.
Resumen e información sobre Neki, el producto de Postgres shardeado de PlanetScale, para usar al escalar o shardear Postgres.
Adjunta un archivo de base de datos DuckDB para usarlo con /duckdb-skills:query. Explora el esquema (tablas, columnas, conteos) y escribe un state file SQL para restaurar la sesión con duckdb -init.
Ejecuta consultas SQL contra la base DuckDB adjunta o directamente sobre archivos, aceptando SQL crudo o preguntas en lenguaje natural con los modismos de DuckDB Friendly SQL.
Instala o actualiza extensiones de DuckDB. Cada argumento es un nombre simple (core) o name@repo (p. ej. magic@community). Usa --update para actualizar en vez de instalar.
Busca en la documentación de DuckDB y DuckLake y en posts del blog, devolviendo fragmentos relevantes mediante búsqueda de texto completo contra un índice local cacheado.
Ejecuta SQL analítico con chDB, ClickHouse embebido en Python, sobre archivos locales, URLs, S3 o bases remotas (Postgres, MySQL, MongoDB, Iceberg, Delta Lake) sin servidor.
Fotos profesionales con IA en minutos.
Úsalo obligatoriamente al diseñar arquitecturas ClickHouse, elegir patrones de ingesta o modelado, o traducir buenas prácticas en diseños específicos del workload.
Escribe código idiomático para el cliente Node.js de ClickHouse (@clickhouse/client): configuración, ping, inserts, selects, parámetros, sesiones y tipos de datos. No usar para código de cliente Web/navegador.
Genera código TypeScript/JavaScript que lee/decodifica y escribe/codifica streams RowBinary de ClickHouse para el servidor HTTP; solo para Node.js, no cubre navegadores.
Configura y gestiona ClickHouse con la CLI clickhousectl: servidor local para desarrollo y servicios ClickHouse Cloud gestionados para producción, incluyendo auth, esquemas y conexión.
Soluciona problemas comunes del cliente Node.js de ClickHouse (@clickhouse/client): socket hang-up, Keep-Alive, streams, tipos de datos, TLS/proxy y timeouts.
Configura y gestiona Postgres con clickhousectl: Postgres local con Docker para desarrollo, o servicios Postgres gestionados en ClickHouse Cloud (conexiones, TLS, réplicas, failover, restauración).
Úsalo obligatoriamente al revisar schemas, queries o configuraciones de ClickHouse: contiene 31 reglas que deben verificarse antes de dar recomendaciones.
Úsalo obligatoriamente para investigar problemas de rendimiento en una instancia Postgres gestionada por ClickHouse: analiza métricas de Prometheus y patrones de consultas lentas, y recomienda (sin aplicar) una solución.
Construye y despliega backends de Firebase SQL Connect (antes Data Connect) con PostgreSQL de forma segura, incluyendo esquemas, queries/mutations autorizadas, tiempo real y SDKs type-safe.
Convierte cualquier web en datos limpios listos para LLMs.
Configura, gestiona, consulta y ajusta bases de datos Cloud Firestore (edición Standard/Enterprise): modelado de datos, reglas de seguridad, índices e integraciones SDK (Web, Python, iOS, Android, Flutter).
Gestiona bases de conocimiento de Aliyun Bailian con el CLI `bl`: creación, subida de documentos, despliegue de servicios de recuperación, mantenimiento de chunks y gestión de archivos del centro de datos.
Lee y escribe en el almacén clave-valor compatible con Redis de Upstash vía su REST API, para cachés, contadores, listas, sets, hashes y sorted sets.
Guía experta de almacenamiento en Vercel — Blob, Edge Config y almacenamiento del Marketplace (Neon Postgres, Upstash Redis). Úsala al elegir, configurar o usar almacenamiento de datos.
Elige y crea el tipo correcto de branch de Neon para testing y desarrollo: pruebas de migración con datos reales, entornos aislados, branches solo de esquema para datos sensibles, reset desde el padre y ciclos de vida en CI/CD.
Diagnostica y corrige el egress excesivo de Postgres (transferencia de datos por red) en el código, cuando las facturas de base de datos suben o hay sobre-fetching de queries.
Storage de objetos compatible con S3 que branchea con tu proyecto Neon, para que los archivos y la base de datos queden sincronizados en cada branch.
Guías y buenas prácticas para trabajar con Lakebase Postgres, la base de datos detrás de Neon: setup, conexión, branching, migraciones, autoscaling, scale-to-zero, réplicas de lectura, pooling y búsqueda vectorial/full-text/híbrida.
Provisiona bases de datos Postgres temporales al instante con Claimable Postgres de Neon (neon.new), sin login, registro ni tarjeta de crédito, vía API REST, CLI o SDK.
El bloc de notas con IA que transcribe y organiza tus reuniones.
Resumen de Neon: primitivas backend en la nube para apps y agentes (Lakebase Postgres, Auth, Data API, Object Storage, Functions, AI Gateway); punto de partida para elegir la skill correcta y configurar CLI/MCP.
Guía de decisión y migración para proyectos Prisma ORM con MongoDB en v6, que no tienen ruta de actualización a v7; ayuda a decidir entre migrar a Prisma Next o quedarse en v6.
Configura una nueva base de datos Prisma Postgres y la conecta a un proyecto local usando la Management API.
Referencia de comandos de la CLI de Prisma ORM: init, generate, migrate, db, dev, complete, studio, validate, format, debug y mcp; no es la CLI de Prisma Platform.
Referencia obligatoria para trabajar con driver adapters SQL de Prisma ORM 7: ciclo de vida de transacciones, savepoints opcionales, preservación de errores originales de base de datos y verificación.
Referencia de la API de Prisma Client: consultas de modelo, filtros, operadores y métodos del cliente para CRUD, relaciones y transacciones.
Guías para configurar Prisma con distintos proveedores de base de datos (PostgreSQL, MySQL, SQLite, MongoDB, etc.) al montar un proyecto, cambiar de base de datos o resolver problemas de conexión.
Guía completa de migración de Prisma ORM v6 a v7 que cubre todos los cambios importantes: generador `prisma-client`, driver adapters, `prisma.config.ts` y carga explícita del entorno.
Guía de configuración y operaciones de Prisma Postgres en Console, la CLI create-db, la Management API y su SDK, para provisión interactiva y programática.
Programa publicaciones en todas tus redes desde un solo sitio.
Migra el schema y rellena datos en una app Convex desplegada usando @convex-dev/migrations.
Especialista en el backend de Convex: código dentro de convex/ (funciones, schemas, índices, queries, mutations, actions, endpoints HTTP, cron jobs, storage, auth y componentes).
Seedea o importa datos en la base de datos de Convex.
Convex es la plataforma backend TypeScript reactiva y con tipos seguros de extremo a extremo: base de datos, funciones, scheduling, storage, auth y sync en tiempo real, ideal para prototipos y producción a escala.
Lee los insights de 72h del deployment de Convex (límites de lectura, contención OCC), root-causea cada evento en el código y reporta hallazgos de performance/costo con evidencia y fixes.
Ensaya un cambio de schema y backfill de una app real en un deployment de preview poblado con un snapshot, verifica, y luego promueve el cambio probado a prod usando el snapshot como rollback.
Sugiere el componente Convex adecuado cuando el código del usuario reinventa algo que ya resuelve (crons, sharded-counter, rate-limiter, storage, search, presence, workflow, RAG, prosemirror-sync). Pasivo, nunca instala sin consentimiento.
Configura backups de Convex y ejecuta un DRILL de restauración que prueba la recuperación: snapshot, restauración en un preview descartable, verificación de datos, más un calendario según el RPO y un runbook gateado.
Asistente para Turso (Limbo), base de datos in-process compatible con SQLite escrita en Rust, con SDKs para JS, serverless, WASM, React Native, Rust, Python y Go; sustituye a @libsql/client y libsql-experimental.
Haz crecer tu tráfico orgánico en piloto automático.
Turso Cloud: plataforma de base de datos compatible con SQLite, totalmente gestionada y accesible en red, con SDKs por lenguaje, autenticación/autorización e integraciones de marketplace (Vercel).
Cubre los inicios rápidos de Upstash Search, sus conceptos centrales y el uso del SDK de TypeScript/JavaScript. Úsalo para empezar, entender el indexado o usar el cliente TS.
Trabaja con cualquier SDK o herramienta de Upstash: Redis, Box (TypeScript/JavaScript y Python), QStash, Workflow, Vector, Search, Ratelimit y el CLI de Upstash.
Cubre las funcionalidades de Upstash Vector, el uso de su SDK de TypeScript/JavaScript y sus integraciones. Úsalo para trabajar con Vector, su SDK TS o los frameworks soportados.
Provisiona una base de datos Redis de Upstash sin configuración ni registro con un solo POST a https://upstash.com/start-redis. Vive 3 días salvo que el usuario la reclame.
Trabaja con el SDK de Upstash Redis en TypeScript/JavaScript: caché, sesiones, rate limiting, tablas de clasificación, búsqueda de texto completo y todas las estructuras de datos de Redis.
Elige y crea el tipo correcto de branch de Neon para testing y desarrollo: branch normal para datos reales o schema-only para datos sensibles, vía CLI o MCP de Neon.
Escribe queries type-safe de Postgres con Drizzle ORM (select/insert/update/delete, relaciones, tablas nuevas). Úsalo al consultar o mutar la base de datos o al agregar una tabla Drizzle.
Diagnostica y corrige el egress excesivo (transferencia de datos por red) en Postgres, cuando suben las facturas o los costos de transferencia de datos de la base de datos.
Revisiones de código con IA. Detecta bugs y corrígelos en un clic.
Guías y buenas prácticas para trabajar con Neon Serverless Postgres: setup, conexión, branching, autoscaling, scale-to-zero, read replicas, pooling, Neon Auth, CLI, MCP y SDKs.
Trabaja con Firebase desde la terminal: repara o instala el CLI, autentica, selecciona proyectos, gestiona bases Firestore y Realtime Database, registra apps e imprime la config del SDK.
