A camada de dados ao vivo para aplicativos e agentes de IA. Crie visualizações atualizadas ao segundo do seu negócio, usando apenas SQL.
Materialize é uma plataforma de dados em streaming que permite construir visualizações incrementalmente atualizadas em tempo real a partir de fontes de dados como Kafka, PostgreSQL e outros bancos de dados. Ele expõe uma interface SQL familiar, tornando acessível para desenvolvedores e engenheiros de dados definir pipelines de dados complexos sem precisar de ferramentas externas de processamento de fluxo. Suporta consultas JOINs, aggregations e window functions que são mantidas consistentes e atualizadas automaticamente. Ideal para construir dashboards ao vivo, APIs de dados em tempo real, e alimentar agentes de IA com informações sempre frescas — tudo usando SQL puro.
npx skills add MaterializeInc/materializeInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
A camada de dados ao vivo para aplicativos e agentes de IA. Crie visualizações atualizadas ao segundo do seu negócio, usando apenas SQL.
Fonte: https://github.com/MaterializeInc/materialize
Descoberto durante a caça diária de skills de agentes em awesomeskills.dev.
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.