PostgreSQL数据库设计与查询优化专家，涵盖索引策略、查询模式、连接管理、数据类型选择及性能调优等核心实践。

基本信息

• 技能名称?PostgreSQL
• 中文名称?高性能数据库设计与调优指南
• 作者?ivangdavila
• 分类?专业技能
• 版本?1.0.0
• 标签?postgresql, database, sql, indexing, performance-tuning, query-optimization, connection-pooling, schema-design

使用方法

使用说明
核心用法
PostgreSQL技能专注于数据库性能优化与架构设计，提供从索引创建到连接池配置的完整实践指南。
索引策略
部分索引 ： WHERE active = true 可减少80%索引大小，适合状态列
表达式索引 ： ON lower(email) 必须精确匹配查询，否则触发全表扫描
覆盖索引 ： INCLUDE (name, email) 实现索引唯一扫描，减少Heap Fetches
复合索引顺序 ： (a, b) 仅支持 WHERE a = ? ，不支持 WHERE b = ?
外键索引 ：PostgreSQL不自动创建，JOIN和级联删除必需
查询模式
SELECT FOR UPDATE SKIP LOCKED ：实现无外部工具的分布式任务队列
pg_advisory_lock(key) ：应用级互斥锁，无需建表
IS NOT DISTINCT FROM ：NULL安全比较，替代冗长条件
DISTINCT ON (x) ORDER BY x, y ：每组首行查询，PG特有高效语法
连接与资源管理
PgBouncer ：>50连接必需，事务级连接池，每连接约10MB内存
超时配置 ： statement_timeout 防失控查询， idle_in_transaction_session_timeout 清理僵尸事务
max_connections ：默认100过低，需按RAM调优
数据类型规范
SERIAL 已弃用，改用 GENERATED ALWAYS AS IDENTITY
TIMESTAMPTZ 替代无时区 TIMESTAMP ，内部存UTC
金额用 NUMERIC(12,2) 或整数分，避免浮点精度问题
TEXT 与 VARCHAR(n) 性能无差异，无需强制长度限制
维护与监控
VACUUM ANALYZE 批量插入后必需，更新统计信息
pg_repack 无损清理膨胀表，无锁回收空间
监控事务回卷(xid耗尽)，autovacuum需调优大表
EXPLAIN分析
始终使用 EXPLAIN (ANALYZE, BUFFERS) 获取实际执行时间与I/O
"Heap Fetches"高说明需覆盖索引，顺序扫描>10%数据时可能更优
显著优点
生产级深度 ：涵盖从开发到运维的全生命周期，非基础教程
性能导向 ：每个建议附带量化指标(80%更小、10MB/连接、>10-20%阈值)
PG特性充分利用 ：DISTINCT ON、advisory lock等独特功能
反模式警示 ：明确标注废弃实践(SERIAL、无timezone时间戳、float金额)
潜在缺点与局限性
版本依赖 ：部分特性需较新PG版本(如GENERATED ALWAYS AS IDENTITY)
场景特定 ：PgBouncer建议基于">50连接"阈值，小型项目可能过度
无分布式覆盖 ：未涉及Patroni、Citus等高可用/扩展方案
调参需测试 ：autovacuum等参数需结合实际负载验证
适合人群
有SQL基础的中高级后端开发者
负责PG运维的DBA或SRE
从MySQL/MSSQL迁移至PG的工程师
需要优化现有慢查询的维护团队
常规风险
索引滥用 ：未使用的索引拖慢写入，需定期审查 pg_stat_user_indexes
锁竞争 ：长事务阻塞vacuum，建议控制在秒级
连接泄漏 ：未配置idle超时导致资源耗尽
统计过期 ：大表未ANALYZE导致执行计划错误

依托MoltStreet平台的6位对立AI分析师，为390+股票/ETF/加密资产提供每日多空辩论与信号，免费无需API密钥。

基本信息

• 技能名称?MoltStreet
• 中文名称?6位AI分析师股市辩论平台
• 作者?fredxyt
• 分类?专业技能
• 版本?1.8.2
• 标签?finance-accounting, data-analytics, product-management, automation

使用方法

使用说明

实时搜索Twitter、Instagram、Reddit 15亿+帖子，支持社交聆听、品牌监测与竞品研究，免费版每月100次搜索。

基本信息

• 技能名称?Xpoz Social Search
• 中文名称?15亿+社交数据实时搜，舆情竞品一手掌握
• 作者?atyachin
• 分类?专业技能
• 版本?1.5.0
• 标签?social-media, search, twitter, instagram, reddit, mcp, social-listening, brand-monitoring, influencer-discovery, competitive-intelligence, hashtag-tracking, trend-analysis

使用方法

使用说明
核心用法
Xpoz Social Search 是一款面向AI代理的多平台社交搜索技能，覆盖Twitter、Instagram、Reddit三大主流社交平台，索引超过15亿条帖子数据。通过MCP协议与 mcporter 工具集成，支持实时搜索帖子、查找用户、发现话题社区、分析互动数据等完整社交情报工作流。
主要功能模块：
帖子搜索 ：三平台关键词搜索，支持布尔逻辑（AND/OR/NOT/精确匹配/括号分组）、日期范围筛选
用户发现 ：按关键词查找潜在影响者或目标账号
画像查询 ：通过用户名/ID获取完整社交资料
社区挖掘 ：Reddit子版块发现
批量导出 ：CSV格式导出（单次最高64K行）
异步架构 ：所有搜索返回 operationId ，需轮询 checkOperationStatus 获取结果，适合处理大规模数据请求。
显著优点

1. 多平台整合 ：一站式覆盖三大社交平台，避免切换多个API
2. 实时数据 ：支持日期范围过滤，可追踪最新趋势
3. 企业级查询语法 ：布尔逻辑支持复杂竞品监控、舆情分析场景
4. MCP原生 ：通过 mcporter 与AI代理深度集成，适合自动化工作流
5. 免费可用 ：免费 tier 提供每月100次搜索，降低入门门槛
   潜在局限
   异步延迟 ：必须轮询获取结果，不适合即时交互场景
   免费配额有限 ：100次/月对深度研究可能不足，大容量需求需付费升级
   平台依赖风险 ：社交平台API政策变化可能影响数据可用性
   无原生分析 ：仅提供原始数据获取，需用户自行进行情感分析、趋势计算等
   适合人群
   品牌运营/市场团队：竞品监控、舆情追踪、KOL挖掘
   研究人员：社交媒体趋势分析、公共话题研究
   开发者/AI代理构建者：需要程序化社交数据输入的自动化系统
   创业者：快速验证市场兴趣、发现早期用户社群
   常规风险
   | 风险类型 | 说明 | |---------|------| | 数据合规 | 抓取公开社交数据需遵守各平台ToS及GDPR等法规 | | 账号安全 | OAuth授权需妥善保管，避免密钥泄露 | | 结果偏差 | 社交平台算法推荐可能导致样本偏差，需设计对照组 | | API稳定性 | 依赖MCP服务器mcp.xpoz.ai，存在服务中断风险 |

基于Twitter/X数据的加密货币/NFT市场情绪分析工具，通过bird CLI抓取链上KOL动态，为交易者提供每日Alpha报告与代币深度分析，辅助投资决策。

基本信息

• 技能名称?x-alpha-scout
• 中文名称?加密推特情报雷达站
• 作者?hammadbtc
• 分类?专业技能
• 版本?v1.0.0
• 标签?finance-accounting, data-analytics, content-media, automation, api

使用方法

使用说明
核心用法
X Alpha Scout 是一款专为加密货币和NFT交易者设计的Twitter/X平台情报扫描工具，提供两大核心功能：

1. 每日Alpha自动报告（UTC 00:00触发）
   通过预设的搜索策略抓取Twitter上的关键信号，包括买入信号（"buying/bought/aping"）、NFT铸造动态（"minting/free mint"）、新项目启动（"stealth launch"）以及高潜力项目讨论（"gem/100x"）。系统自动整合BTC/ETH/SOL价格数据、市场情绪指数、重大新闻、KOL持仓动向、NFT铸造日历等多维度信息，生成结构化的Markdown报告。
2. 按需资产深度分析
   用户输入特定代币（如$PEPEAI）或NFT项目后，系统执行定向搜索（30-50条推文），通过情感分析（看涨/看跌/中性）、高信誉账户持仓验证、风险信号识别（合约漏洞、匿名团队、LP未锁定等）生成0-100分的综合评分与投资建议。
   显著优点
   情报聚合效率高 ：将分散在Twitter的碎片化交易信号整合为结构化报告，节省手动筛选时间
   多维度验证机制 ：结合价格数据、情绪指数、KOL持仓、风险信号交叉验证，降低单一信息源偏差
   零代码依赖 ：基于bird CLI工具链，用户无需编写爬虫即可获取Twitter数据
   风险提示完善 ：报告模板内置NFA（Not Financial Advice）/DYOR（Do Your Own Research）声明
   评分体系量化 ：0-100分的标准化评分帮助快速判断资产热度与风险等级
   潜在缺点与局限性
   数据源单一 ：完全依赖Twitter/X平台，无法覆盖Telegram、Discord等私密社区的一手信息
   依赖外部工具 ：必须自行安装配置bird CLI及Twitter认证凭证（X_AUTH_TOKEN/CT0），上手门槛较高
   T3来源可信度 ：开发者为个人账号（hammadbtc），无组织背书，代码更新持续性存疑
   情绪分析浅层 ：基于关键词匹配（"gem"/"rug"）而非NLP深度语义分析，可能误判讽刺或反讽内容
   时效性风险 ：Twitter API限制或账号封禁可能导致数据获取中断
   无历史回测 ：未提供KOL历史喊单准确率统计，无法验证"高信誉账户"的真实业绩
   适合的目标群体
   活跃DeFi/NFT交易者 ：需要每日跟踪市场情绪、捕捉早期Alpha机会
   量化策略研究员 ：可将Twitter情绪数据作为另类数据源纳入交易模型
   社区运营者 ：需要快速生成市场日报供社群成员参考
   已有bird CLI使用经验者 ：已解决工具链配置问题，可直接投入使用
   使用风险
   凭证泄露风险 ：X_AUTH_TOKEN和CT0属于敏感凭证，若配置不当可能被恶意利用
   投资决策误导 ：社交媒体情绪具有操纵性（付费喊单、虚假持仓截图），评分体系无法完全识别
   合规风险 ：部分司法管辖区对加密货币投资建议有严格监管，NFA声明可能不足以免责
   性能依赖 ：bird CLI的响应速度和Twitter API稳定性直接影响报告生成时效
   数据隐私 ：搜索关键词可能暴露用户关注的资产标的，存在行为画像风险

基于 Uniswap 链上数据分析，为代币对提供专业的流动性提供策略建议，智能优化费率选择与区间设置以平衡收益与无常损失风险。

基本信息

• 技能名称?optimize-lp
• 中文名称?Uniswap LP 智能策略优化助手
• 作者?wpank
• 分类?专业技能
• 版本?v0.1.0
• 标签?defi, liquidity-provision, investment-strategy, finance-accounting, data-analytics, blockchain

使用方法

使用说明
这是一个专为 Uniswap 流动性提供者（LP）设计的策略优化工具，旨在通过链上数据分析帮助用户制定专业、可执行的 LP 策略方案。
核心用法 ：用户只需提供代币对（如 ETH/USDC）、资金规模、目标链及风险偏好（保守/中性/激进），系统将调用 lp-strategist 代理执行七步深度分析。包括代币对分类（稳定币对、稳定-波动对、波动-波动对）、版本对比（V2/V3/V4 优劣评估）、最优费率层级选择、区间宽度计算（目标 >80% 时间在范围内）、再平衡策略设计（触发条件与 Gas 成本分析），以及独立的风险评估。最终输出包含具体池地址、价格区间、三档年化收益预估（保守/中性/乐观）、无常损失预估、再平衡频率及 Gas 成本。
显著优点 ：该工具的专业性体现在综合考虑了无常损失、Gas 成本、再平衡频率等实际因素，而非简单对比 APR。输出格式高度 actionable，直接提供可执行的参数设置。内置风险分级机制确保策略匹配用户承受力，且对小额头寸（
潜在局限 ：策略建议严重依赖历史数据回溯，文档明确提示过往表现不保证未来收益。对于高波动市场或黑天鹅事件，实际表现可能偏离预测。全新上线的代币对可能因历史数据不足而无法生成可靠策略。此外，再平衡策略需要用户主动监控和执行，存在操作延迟风险。
适合群体 ：主要面向中级 DeFi 用户，特别是已理解流动性提供基础概念、希望优化现有策略或进入新池的投资者。既适合追求被动收益的保守型用户（宽区间策略），也适合愿意主动管理的激进型用户（集中流动性策略）。对于大额资金（>$10K）的 LP 管理者尤为实用，因为策略优化带来的收益提升可显著覆盖 Gas 成本。
使用风险 ：需明确该技能 仅提供策略建议而非执行 ，实际添加流动性需通过独立的 manage-liquidity 技能完成。策略有效性受市场波动性影响，极端行情下可能出现超预期无常损失。以太坊主网的 Gas 成本可能显著侵蚀小额头寸收益，建议在 Arbitrum、Base 等 Layer 2 链上使用。此外，委托给 sub-agent 处理可能引入响应延迟，且 T3 来源意味着策略逻辑需用户自行审慎评估。