planning-oracle-to-postgres-migration-integration-testing
OracleからPostgreSQLへのデータベース移行時に、.NETのデータアクセス成果物に対する統合テスト計画を作成します。単一プロジェクトを解析してリポジトリ・DAO・サービス層を特定し、構造化されたテスト計画を生成します。移行済みプロジェクトの統合テストカバレッジ計画、テストが必要なデータアクセスメソッドの洗い出し、または移行検証の準備に活用できます。
description の原文を見る
Creates an integration testing plan for .NET data access artifacts during Oracle-to-PostgreSQL database migrations. Analyzes a single project to identify repositories, DAOs, and service layers that interact with the database, then produces a structured testing plan. Use when planning integration test coverage for a migrated project, identifying which data access methods need tests, or preparing for Oracle-to-PostgreSQL migration validation.
SKILL.md 本文
Oracle から PostgreSQL へのマイグレーションのための統合テスト計画
単一の対象プロジェクトを分析し、統合テストが必要なデータアクセス成果物を特定した上で、構造化されたアクション可能なテスト計画を作成します。
ワークフロー
進捗:
- [ ] ステップ 1: データアクセス成果物を特定する
- [ ] ステップ 2: テスト優先度を分類する
- [ ] ステップ 3: テスト計画を作成する
ステップ 1: データアクセス成果物を特定する
対象プロジェクトのみを対象範囲とします。リポジトリ、DAO、ストアドプロシージャ呼び出し、CRUD操作を実行するサービスレイアーなど、データベースと直接やり取りするクラスとメソッドを見つけます。
ステップ 2: テスト優先度を分類する
マイグレーションリスクによって成果物をランク付けします。NO_DATA_FOUND、暗黙的な型強制、TO_CHAR、refcursor などの Oracle 固有の機能を使用するメソッドを、単純な CRUD よりも優先します。
ステップ 3: テスト計画を作成する
以下をカバーするマークダウン計画を作成します:
- テスト可能な成果物とメソッドシグネチャのリスト
- 成果物ごとの推奨テストケース
- シードデータの要件
- PostgreSQL に対して検証する必要のある Oracle→PostgreSQL の既知の動作差異
出力
計画を以下に出力します: .github/oracle-to-postgres-migration/Reports/{TARGET_PROJECT} Integration Testing Plan.md
主要な制約
- 単一プロジェクトの範囲 — 対象プロジェクト内の成果物のみのテスト計画を作成します。
- データベースインタラクションのみ — データベースに触れないビジネスロジックはスキップします。
- Oracle は信頼できる情報源 — テストは PostgreSQL に対する比較検証のために Oracle の期待される動作をキャプチャする必要があります。
- マルチコネクション調整なし — マイグレーション後のアプリケーションはコピーされて名前が変更されるため（例：
MyApp.Postgres）、各インスタンスは 1 つのデータベースを対象とします。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- github
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/github/awesome-copilot / ライセンス: MIT
関連スキル
hugging-face-trackio
Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録（Python API）、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析（CLI）が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。
btc-bottom-model
ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス（4指標、32ポイント）とウィークリー構造（9指標、68ポイント）の2カテゴリーにわたる13の指標を追跡し、0～100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR（LTH+STH）、LTH供給率、移動平均倍率（365日MA、200週MA）、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。
protein_solubility_optimization
タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。
research-lookup
Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。
tree-formatting
ggtree（R）またはiTOL（ウェブ）を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定（protein-phylogenyスキルを使用）やドメイン注釈（今後の独立したスキル）には使用しないでください。
querying-indonesian-gov-data
インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH（ハラール認証）、BOM（食品安全）、OJK（金融適正性）、BPS（統計）、BMKG（気象・地震）、インドネシア中央銀行（為替レート）、IDX（株式）、CKAN公開データポータル、pasal.id（第三者法MCP）に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。