Ein Zero-Trust-Scanner für strukturelle Datenbanken, der die Schema-Topologie auf Leistungsengpässe und Integritätslücken prüft, ohne auf Zeilendaten zuzugreifen.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install graphcare
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, graphcare über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist GraphCare?
GraphCare dient als unverzichtbarer struktureller Virenscanner für moderne Datenbanken und wurde speziell für die schnelle Schema-Entwicklung entwickelt, die in der AI-gesteuerten Entwicklung üblich ist. Durch die Analyse der Schema-Topologie anstelle des Zeileninhalts identifiziert diese Ergänzung der Openclaw Skills-Bibliothek versteckte Architekturfehler wie zirkuläre Abhängigkeiten und fehlende Indizes, die die Leistung im Laufe der Zeit beeinträchtigen.
GraphCare basiert auf einer Zero-Trust-Architektur und gewährleistet den Datenschutz durch strikte Abfrage von Metadaten-Katalogen wie information_schema und pg_indexes. Es bietet Entwicklern eine klare Zustandsbewertung und umsetzbare Erkenntnisse, was es zu einem kritischen Werkzeug für die Aufrechterhaltung leistungsstarker PostgreSQL-, MySQL- und Sqlite-Umgebungen macht, ohne das Risiko einer Datenexposition einzugehen.
GraphCare Anwendungsfälle
- Prüfung von AI-generierten Datenbank-Schemas zur Gewährleistung der strukturellen Integrität und Best Practices.
- Identifizierung der Grundursache für langsame JOIN- und DELETE-Operationen, die durch fehlende Fremdschlüssel-Indizes verursacht werden.
- Erkennung von verwaisten Tabellen, die nicht mehr erreichbar oder in die Anwendungslogik integriert sind.
- Verhinderung von Replikationsfehlern und ORM-Fehlern durch Identifizierung von Tabellen, denen Primärschlüssel fehlen.
- Optimierung von Schreibgeschwindigkeiten und Festplattennutzung durch Lokalisierung redundanter oder doppelter Indizes.
So funktioniert GraphCare
- Der Benutzer stellt dem audit_db_structure Tool innerhalb des Openclaw Skills-Frameworks einen Datenbank-Verbindungsstring zur Verfügung.
- GraphCare stellt eine schreibgeschützte Verbindung zum Metadaten-Katalog der Zieldatenbank her.
- Die Engine führt einen topologischen Scan von Tabellen, Fremdschlüsseln und Indexdefinitionen durch, ohne SELECT-Anweisungen auf Benutzerdaten auszuführen.
- Identifizierte Probleme werden nach Schweregrad (Kritisch, Warnung, Info) kategorisiert und in einem strukturierten JSON-Bericht zusammengestellt.
- Benutzer können optional das explain_finding Tool aufrufen, um leicht verständliche Abhilfemaßnahmen und Wirkungsanalysen für spezifische strukturelle Probleme zu erhalten.
GraphCare Einrichtung
Um GraphCare in Ihre Umgebung zu integrieren, fügen Sie es Ihrer MCP-Client-Konfiguration hinzu:
{
"mcpServers": {
"graphcare": {
"command": "node",
"args": ["\/path\/to\/graphcare\/index.js"]
}
}
}
Alternativ installieren Sie das Paket global über npm, um es als Teil Ihres Openclaw Skills-Workflows zu verwenden:
npm install -g graphcare-mcp
graphcare-mcp
Für containerisierte Umgebungen verwenden Sie Docker:
docker build -t graphcare .
docker run -i graphcare
GraphCare Datenschema & Taxonomie
GraphCare erstellt nach jedem Scan einen umfassenden JSON-Zustandsbericht. Die Daten sind in vier Hauptabschnitte unterteilt:
| Key | Beschreibung |
|---|---|
| db_type | Die erkannte Datenbank-Engine (PostgreSQL, MySQL oder Sqlite). |
| tables[] | Ein Array aller Tabellennamen, die während des Metadaten-Crawls identifiziert wurden. |
| findings[] | Eine Liste von Objekten, die den Problemtyp, den Schweregrad, die betroffene Tabelle und eine beschreibende Nachricht enthalten. |
| metrics{} | Aggregierte Zählungen von Befundtypen und ein berechneter health_score (0-100). |
GraphCare Erweiterte Funktionen
- Multi-Datenbank-Unterstützung für PostgreSQL, MySQL und Sqlite über eine einheitliche Metadaten-Extraktionsschicht.
- Zero-Trust-Metadaten-Scanning, das garantiert, dass niemals Benutzerzeilendaten gelesen oder übertragen werden.
- Automatisierte Zustandsbewertung zur Bereitstellung einer High-Level-Metrik für die CI/CD-Pipeline-Integration.
- Kontextsensitive Abhilfeempfehlungen durch das explain_finding Tool zur Unterstützung von Entwicklern bei der schnellen Schuldenreduzierung.
- Zustandslose Ausführungsmodell, das sicherstellt, dass der Speicher nach jedem Scan für maximale Sicherheit innerhalb von Openclaw Skills geleert wird.
SKILL.md
Laden
Verwandte Openclaw-Skills
Coding Style Memory
Ein lokaler, einwilligungsbasierter Memory-Skill, der es AI-Agenten ermöglicht, sich durch explizites Feedback an Ihre spezifischen Codierungsstile und Stack-Präferenzen anzupassen.
Book Highlights
Ein spezialisierter AI Agent Skill, der entwickelt wurde, um die wirkungsvollsten Highlights, Zitate und Kernkenntnisse aus einer umfangreichen Buchbibliothek zu extrahieren und zu formatieren.
CrewAI
CrewAI ist ein hochentwickeltes Multi-Agent-Orchestrierungs-Framework, das Entwicklern hilft, kollaborative AI-Systeme aufzubauen, in denen spezialisierte Agenten zusammenarbeiten, um komplexe Aufgaben zu lösen.
Analyse-Tool für Filialanwesenheit
Ein automatisiertes Analyse-Tool zur Verarbeitung komplexer Mitarbeiter-Anwesenheitslisten und zur Erstellung professioneller Berichte in den Formaten docx und xlsx.
Knowledge Capture
Ein intelligentes Wissensmanagement- und adaptives Wiederholungssystem, das Gespräche in strukturierte Markdown-Notizen und automatisierte Lernpläne umwandelt.
PPTMagic PPT Creator
Ein leistungsstarkes KI-Skill zum Generieren, Fortsetzen und Exportieren professioneller Präsentationsdecks über das pptmagic und Banana Slides API-Ökosystem.