총 112건 · 필터: AI KIT
네온의 분기 워크플로우를 사용하여 느린 Postgres 쿼리를 자동으로 식별하고 수정하세요. 실행 계획을 분석하고, 격리된 데이터베이스 지점에서 최적화를 테스트하며, 실행 가능한 코드 수정을 통해 명확한 성능 지표를 제공합니다.
MongoDB, Redis, Cassandra 및 문서/키 값 저장소를 위한 NoSQL 데이터베이스 전문가. 스키마 설계, 데이터 모델링, 성능 최적화 및 NoSQL 아키텍처 결정을 위해 능동적으로 사용하세요.
애플리케이션, 데이터베이스 또는 인프라 시스템에서 성능 병목 현상을 식별하고 제거해야 할 때와 기본 성능 지표를 개선해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: API가 생산 중에 느리게 반응하며 평균 응답 시간은 2입니다
Postgre를 최적화해야 할 때 사용SQL 성능, 고가용성 복제 설계 또는 대규모 데이터베이스 문제 해결. 쿼리 최적화, 구성 조정, 복제 설정, 백업 전략 및 고급 Postgre 마스터링을 위해 이 에이전트를 호출하세요엔터프라이즈 배포를 위한 SQL 기능
포스트그레와의 협력Postgre를 사용하는 SQL 데이터베이스SQL 확장.
복잡한 SQL 쿼리를 최적화하거나, 효율적인 데이터베이스 스키마를 설계하거나, Postgre 전반의 성능 문제를 해결해야 할 때 이 에이전트를 사용하세요SQL, MySQL, SQL Server 및 Oracle은 고급 쿼리 최적화, 인덱스 전략 또는 데이터 웨어하우스 패턴을 필요로 합니다. 구체적으로:\n\n<example>\n문맥: 사용자
Supabase 데이터베이스 스키마 설계 전문가. 데이터베이스 스키마 설계, 마이그레이션 계획 및 RLS 정책 아키텍처를 위해 능동적으로 사용하세요.
AI 보조 개발을 위한 회귀 테스트 전략. 데이터베이스 의존성 없는 샌드박스 모드 API 테스트, 자동화된 버그 검사 워크플로우, 동일 모델이 코드를 작성하고 리뷰하는 AI 맹점을 포착하는 패턴.
Node.js, Express, Next.js API 라우트를 위한 백엔드 아키텍처 패턴, API 설계, 데이터베이스 최적화, 서버 사이드 모범 사례.
고성능 분석 워크로드를 위한 ClickHouse 데이터베이스 패턴, 쿼리 최적화, 분석, 데이터 엔지니어링 모범 사례.
PostgreSQL, MySQL, 일반 ORM(Prisma, Drizzle, Kysely, Django, TypeORM, golang-migrate)에서 스키마 변경, 데이터 마이그레이션, 롤백, 제로 다운타임 배포를 위한 데이터베이스 마이그레이션 모범 사례.
PHPUnit과 Pest를 사용한 Laravel 테스트 주도 개발(TDD), 팩토리, 데이터베이스 테스트, 페이크, 커버리지 목표.
PostgreSQL 데이터베이스 패턴 — 쿼리 최적화, 스키마 설계, 인덱싱, 보안. Supabase 모범 사례 기반.
이 문서는 알파폴드 단백질 구조 데이터베이스에 대한 프로그램 접근을 위한 포괄적인 기술 문서를 제공합니다.
백엔드 마이크로서비스에서 Prisma를 사용하여 데이터베이스 접근 패턴에 대한 완전한 가이드를 제공합니다.
Node.js/Express/TypeScript 마이크로서비스를 위한 포괄적인 백엔드 개발 가이드. 루트, 컨트롤러, 서비스, 저장소, 미들웨어를 만들거나 Express API, Prisma 데이터베이스 액세스, Sentry 오류 추적, Zord 검증, unifiedConfig, 의존성 주입 또는 비동기화 작업 시 사용하세요
Bio.Entrez는 PubMed, GenBank, Gene, Protein, Nucleotide 등 NCBI의 Entrez 데이터베이스에 대한 프로그램적 액세스를 제공합니다. API 호출의 모든 복잡성, 속도 제한, 그리고
bioRxiv 프리프린트 서버를 위한 효율적인 데이터베이스 검색 도구. 키워드, 저자, 날짜 범위 또는 카테고리별로 생명과학 사전 인쇄물을 검색하거나, 논문 메타데이터를 검색하거나, PDF를 다운로드하거나, 문헌 검토를 수행할 때 이 기술을 사용하세요.
이 문서는 바이오서비스를 사용하여 서로 다른 생물학적 데이터베이스 간의 식별자 변환에 대한 포괄적인 정보를 제공합니다.
40개 이상의 생물정보학 서비스를 위한 기본 Python 도구. 다중 데이터베이스 워크플로우에 선호됩니다: 유니프로트, KEGG, 첸블, 펍켐, 리액톰, 퀵고. 쿼리, ID 매핑, 경로 분석을 위한 통합 API. 직접 REST 제어를 위해 개별 데이터베이스 기술(유니프로트 데이터베이스, 케그 데이터베이스)을 사용하세요.