O que skill-pandadata-warehouse faz?
Habilidade de agente QuantSkills para warehouses locais de dados Pandadata com DuckDB/Parquet
Habilidade de agente QuantSkills para warehouses locais de dados Pandadata com DuckDB/Parquet
Esta habilidade para agentes de IA (como Claude Code, Cursor ou Codex) permite criar e gerenciar warehouses de dados locais usando o ecossistema Pandadata, que combina DuckDB e arquivos Parquet. É útil para desenvolvedores e engenheiros de dados que desejam executar consultas SQL analíticas em grandes volumes de dados diretamente em sua máquina local, sem depender de serviços em nuvem. A habilidade fornece instruções para configurar o ambiente, ingerir dados de várias fontes (CSV, JSON, APIs) e realizar transformações e análises com alta performance. Com suporte a múltiplas plataformas de agentes, ela padroniza a interação com dados tabulares, facilitando a prototipagem rápida e a automação de pipelines de dados locais.
npx skills add quantskills/skill-pandadata-warehouseInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade de agente QuantSkills para warehouses locais de dados Pandadata com 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.