compétence quantskills/skill-pandadata-warehouse
Compétence d'agent QuantSkills pour les entrepôts locaux Pandadata DuckDB/Parquet
Compétence d'agent QuantSkills pour les entrepôts locaux Pandadata DuckDB/Parquet
Cette compétence permet à un agent IA (tel que Claude Code, Cursor ou Codex) d'interagir avec un entrepôt de données local basé sur DuckDB et le format Parquet, géré par Pandadata. Elle est conçue pour les développeurs et data scientists qui souhaitent exécuter des requêtes SQL directement sur des fichiers Parquet sans avoir à configurer une base de données traditionnelle. L'agent peut ainsi charger, interroger et analyser des données stockées localement dans un format columnar performant. Cette compétence est utile pour accélérer les workflows d'analyse exploratoire, de transformation de données et de reporting, le tout sans dépendre d'infrastructures cloud complexes. Elle prend en charge les opérations courantes comme la sélection, le filtrage, l'agrégation et la jointure de tables virtuelles via DuckDB, avec des performances optimisées pour les volumes de données modérés à importants.
npx skills add quantskills/skill-pandadata-warehouseInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Compétence d'agent QuantSkills pour les entrepôts locaux Pandadata DuckDB/Parquet
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.