Dados e Análise

claude-red é uma biblioteca selecionada de habilidades de segurança ofensiva projetada para o sistema de skills do Claude. Cada skill é um arquivo SKILL.md estruturado que prepara o Claude com metodologia de nível especialista para uma superfície de ataque específica — de SQLi a shellcode, evasão de EDR a desenvolvimento de exploits.

claude-red é uma biblioteca selecionada de habilidades de segurança ofensiva projetada para o sistema de habilidades Claude. Cada habilidade é um arquivo SKILL.md estruturado que prepara Claude com metodologia de nível especialista para uma superfície de ataque específica — de SQLi a shellcode, evasão de EDR a desenvolvimento de exploits.

claude-red é uma biblioteca selecionada de habilidades de segurança ofensiva projetada para o sistema de skills do Claude. Cada skill é um arquivo SKILL.md estruturado que prepara o Claude com metodologia de nível especialista para uma superfície de ataque específica — de SQLi a shellcode, evasão de EDR a desenvolvimento de exploits.

Consulta dados e métricas de análise de vídeo do Elasticsearch via servidor VA-MCP (porta 9901). Esta skill é usada para perguntas sobre incidentes, alertas, dados de sensores, contagem de objetos, velocidades, ocupação ou quaisquer eventos e métricas registradas.

Use esta skill para criar esquemas ou tabelas de banco de dados no Timescale, TimescaleDB, TigerData ou Tiger Cloud, especialmente para dados de séries temporais, IoT, métricas, eventos ou logs. Ela ajuda a melhorar o desempenho de tabelas com muitas inserções.

Esta skill auxilia no design geral de tabelas PostgreSQL, incluindo a criação e modificação de tabelas, esquemas e modelos de dados. Ela ajuda a escolher tipos de dados, restrições e índices, e oferece melhores práticas para normalização.

Esta skill analisa bancos de dados PostgreSQL existentes para identificar tabelas adequadas para conversão em hypertables Timescale/TimescaleDB, auxiliando na localização de tabelas de séries temporais ou eventos e na avaliação dos benefícios da conversão.

Esta skill é para trabalho com bancos de dados PostgreSQL, cobrindo design de tabelas, indexação, tipos de dados, restrições, extensões (como pgvector), busca e migrações. Ela é acionada para tarefas como projetar tabelas, escolher tipos de dados ou trabalhar com embeddings pgvector e busca semântica.

Scalable data processing for ML workloads. Streaming execution across CPU/GPU, supports Parquet/CSV/JSON/images. Integrates with Ray Train, PyTorch, TensorFlow. Scales from single machine to 100s of nodes. Use for batch inference, data preprocessing, multi-modal data loading, or distributed ETL pipelines.

Generates publication-quality figures for ML papers from research context. Given a paper section or description, extracts system components and relationships to generate architecture diagrams via Gemini. Given experiment results or data, auto-selects chart type and generates data-driven figures via matplotlib/seaborn. Use when creating any figure for a conference paper.

Projeta sistemas de dados, compreendendo motores de armazenamento, replicação, particionamento, transações e modelos de consistência. É acionado ao discutir escolha de banco de dados, lag de replicação, estratégias de particionamento, consistência vs disponibilidade, transações ACID, ou ao escolher entre SQL e NoSQL e projetar pipelines de dados.

Open the Token Optimizer dashboard. Collects latest session data, regenerates the dashboard, and opens it in your browser.