> SQL Databases _

Настройка MongoDB MCP позволяет быстро и надежно интегрировать инструменты для работы с SQL-база данных и реляционной СУБД. Используйте команду /mongodb-tools:setup для автоматической конфигурации и избежания распространенных проблем, таких как ошибки аутентификации или таймауты сети. Если возникли проблемы с подключением, убедитесь, что строка подключения содержит правильный префикс (mongodb:// или mongodb+srv://) и, при необходимости, добавьте параметр ?authSource=admin для аутентификации. Решение проблем с сетевыми таймаутами включает добавление вашего IP-адреса в список разрешенных в Atlas Network Access. Для предотвращения ошибок при отсутствии необходимости в MongoDB MCP, его можно отключить с помощью команды /mcp. Это позволит избежать ненужных предупреждений и оптимизировать работу системы, особенно при работе с запросами к базе и другими инструментами.

Форматируйте миграции TypeORM с использованием красиво отформатированного SQL-кода. Используйте эту возможность после генерации миграций, чтобы обеспечить единообразное форматирование SQL.

КРИТИЧНО: Ограничения SQL-сервера PostgreSQL MCP и правильные подходы. Этот навык ОБЯЗАТЕЛЬНО должен быть изучен перед написанием любых SQL-запросов для базы данных CRM. Документ описывает, что работает, а что НЕ работает с инструментами mcp__postgresql__.

Используйте этот навык при работе с библиотекой cool-mysql для Go. Этот навык предоставляет всестороннее руководство по использованию вспомогательных функций MySQL в cool-mysql, включая двойные пулы соединений, именованные параметры, синтаксис шаблонов, стратегии кэширования и продвинутые шаблоны запросов. Применяйте его при написании кода для работы с базами данных, оптимизации запросов, настройке кэширования или при переходе с пакета database/sql.

Анализирует SQL-запросы на предмет проблем с производительностью: отсутствующие индексы, паттерны "N+1" и другие.

Оптимизируйте взаимодействие с MongoDB и избегайте хаотичного сбора ресурсов, связанных с навыками Claude. Модуль mongodb-usage предоставляет удобный способ интеграции запросов к базе данных MongoDB в ваши рабочие процессы, позволяя эффективно извлекать информацию без необходимости использования сложной SQL-базы данных или реляционной СУБД. Модуль предоставляет доступ только для чтения к серверу MongoDB MCP, ограничиваясь операциями получения данных и их анализа. Используйте инструменты, начинающиеся с mcp__mongodb__*, для выполнения задач, таких как перечисление баз данных, просмотр схем коллекций и анализ индексов. Это позволяет избежать ненужных операций записи и обновления. Для работы требуется переменная окружения MONGODB_URI, содержащая строку подключения. Рекомендуется минимизировать количество обращений к базе данных, использовать запросы к схеме перед аналитическими запросами к базе и кэшировать результаты для повышения производительности и снижения затрат.

Используйте этот навык при проектировании схем баз данных, оптимизации запросов, создании индексов, планировании миграций или выборе между различными технологиями баз данных. Применяйте его при проектировании схем, нормализации, стратегиях индексирования, оптимизации запросов, анализе планов выполнения запросов (EXPLAIN), миграциях, партиционировании, репликации, использовании пулов соединений и в любых задачах, требующих архитектурных решений или решений, связанных с производительностью базы данных.

Этот навык следует использовать при работе с базами данных SQL, такими как "SELECT", "INSERT", "UPDATE", "DELETE", "CREATE TABLE", "JOIN", "INDEX", "EXPLAIN", транзакциями или миграциями баз данных. Предоставляет всесторонние шаблоны SQL для PostgreSQL, MySQL и SQLite.

Генерируйте запросы к базе данных GregoryAI (PostgreSQL) только для чтения — используйте Django ORM или SQL-запросы. Используйте эту возможность всякий раз, когда кто-то запрашивает получение, подсчет, фильтрацию, агрегацию, экспорт или анализ данных в базе данных GregoryAI. Это включает в себя вопросы, такие как "сколько статей было добавлено в прошлом месяце", "покажите мне испытания по предмету", "какие источники недавно не получали данные", "статьи с высокими оценками машинного обучения", "список авторов с ORCID" или любые другие запросы для исследования данных, касающиеся моделей gregory, subscriptions или sitesettings. Также активируйте эту возможность, когда кто-то запрашивает экспорт данных, дампы в формате CSV или запросы для создания отчетов. Если вопрос можно решить путем запроса к базе данных, используйте эту возможность.

Общее руководство по использованию командной строки sqlite3 для создания композиционных баз знаний. Используйте этот навык при создании баз данных SQLite, проектировании схем, запросе данных, управлении связями или создании новых специализированных навыков, основанных на SQLite. Предоставляет базовые принципы, на которых строятся все специализированные навыки работы с SQLite.

Руководство по работе с SQL-запросами, в частности, для SQLite. Используйте этот навык при написании SQL-запросов, анализе схем баз данных, разработке миграций или работе с кодом, связанным с SQLite.

Отслеживайте выполнение dbt с помощью пакета dbt Artifacts. Используйте этот навык, когда вам необходимо отслеживать тесты.

Развертывание, управление, выполнение и мониторинг проектов dbt непосредственно в Snowflake с использованием dbt.

Преобразуйте DDL-скрипты Vertica в модели dbt, совместимые со Snowflake. Этот навык следует использовать, когда...

Используйте эти навыки, когда вам необходимо изучить структуру базы данных, обнаружить объекты схемы, такие как представления или хранимые процедуры, и выполнять собственные SQL-запросы для взаимодействия с вашими данными.

Преобразование DDL (определений данных) для PostgreSQL/Greenplum/Netezza в модели dbt, совместимые с Snowflake. Этот навык...

Пошаговое руководство по настройке проектов dbt на Snowflake, включая необходимые условия и доступ к внешним ресурсам.

Преобразование DDL Hive/Spark/Databricks в модели dbt, совместимые с Snowflake. Этот навык должен быть...

Преобразование DDL-команд Microsoft SQL Server/Azure Synapse (T-SQL) в модели dbt, совместимые с Snowflake.

Стратегии тестирования dbt с использованием `dbt_constraints` для обеспечения соблюдения ограничений на уровне базы данных, общие тесты и...

Выбор и реализация способов материализации данных в dbt (эфемерные, представления, таблицы, инкрементные, снимки).

Преобразуйте DDL (определения данных) базы данных IBM DB2 в модели, совместимые с dbt и Snowflake. Эта функция должна использоваться, когда...

Создание моделей dbt с использованием правильных шаблонов CTE, структуры SQL и шаблонов, специфичных для каждого слоя. Используйте это.

Преобразуйте DDL Oracle в модели dbt, совместимые со Snowflake. Этот навык следует использовать, когда...

Преобразуйте DDL Sybase IQ в модели dbt, совместимые со Snowflake. Этот навык следует использовать, когда...

Развертывание и управление объектами базы данных Snowflake с использованием системы контроля версий и инструмента schemachange. Используйте...

Оптимизация производительности dbt и Snowflake за счет выбора стратегий материализации и ключей кластеризации.

Преобразуйте определения таблиц (DDL) Google BigQuery в модели dbt, совместимые со Snowflake. Этот навык должен использоваться.

Преобразуйте DDL-скрипты Amazon Redshift в модели dbt, совместимые со Snowflake. Этот навык должен быть использован.

Оптимизация производительности и лучшие практики PostgreSQL от Supabase. Используйте эти знания при написании, проверке или оптимизации запросов PostgreSQL, проектировании схем или настройке баз данных.