用途
Database Schema 是一个“模式感知”技能，用于 AI 编码助手（如 Claude）的数据库相关工作。它要解决的问题是：会话进行到中途时，AI 会忘记数据库模式的细节，导致列名写错、遗漏字段、类型不正确。TDD 只能在运行时发现这类问题，而本技能希望更早地预防。
核心能力
核心规则是：在编写任何触碰数据库的代码之前，先读取模式。必做步骤包括：
- 读取模式文件（位置见下文）；
- 核验即将使用的列与类型确实存在；
- 在编写查询时于回复中引用模式；
- 使用生成的类型（Drizzle/Prisma 等）进行类型检查。
若模式文件不存在，则要求先创建后再继续。
按技术栈的模式位置与类型生成
技能给出了一张对照表：
- Drizzle：模式位于 src/db/schema.ts 或 drizzle/schema.ts，使用内置 TypeScript 类型。
- Prisma：模式位于 prisma/schema.prisma，使用 npx prisma generate 生成类型。
- Supabase：模式位于 supabase/migrations/*.sql 加类型，使用 supabase gen types typescript 生成。
- SQLAlchemy：模式位于 app/models/*.py 或 src/models.py，使用 Pydantic 模型。
- TypeORM：模式位于 src/entities/*.ts，装饰器即类型。
- 原生 SQL：模式位于 schema.sql 或 migrations/，需要手动维护类型。
模式速查文件
技能建议创建 _project_specs/schema-reference.md，用于快速查阅，其中可列出各表（如 users、orders）的列、类型、是否可空、默认值与备注，以及关系与枚举。文件为自动生成或人工维护，并提示 AI 在数据库工作前先读它。
使用方式
在写任何数据库代码前，AI 必须完成“模式核验清单”：读取模式文件路径、列出所用列并确认存在、列出类型映射、核对外键关系、处理可空字段。技能给出了一个实际示例，针对“添加订单历史端点”任务逐项勾选核验内容。
技能还给出各栈的类型生成命令与代码片段，例如 Drizzle 通过 pgTable 定义表并导出 $inferSelect / $inferInsert 推导类型；Prisma 在 schema.prisma 中定义模型并用 npx prisma generate 生成；Supabase 用 supabase gen types typescript 从本地或远程数据库生成 TypeScript 类型；SQLAlchemy 结合 Pydantic 定义校验模型。此外还给出类型安全查询示例，说明 Drizzle 与 Prisma 能在编译期捕获错误列名，而原生 SQL 字符串没有类型保护，容易在运行时才暴露错误。
工作流
技能把模式校验作为扩展版 TDD 流程的第 0 步：先读并核验模式、记录缺失的表或列；然后 RED——编写使用正确列名并导入生成类型的测试，使测试失败只源于逻辑而非模式错误；接着 GREEN——用类型安全查询实现；最后 VALIDATE——用 tsc --noEmit 或 mypy 捕获模式漂移，用测试验证运行时行为。
迁移工作流为：更新模式文件、生成迁移（Drizzle 用 npx drizzle-kit generate，Prisma 用 npx prisma migrate dev --name add_column，Supabase 用 supabase migration new add_column）、重新生成类型、更新 schema-reference.md、运行类型检查找出所有破损代码、修复类型错误并更新测试后执行完整验证。
会话启动协议要求：会话涉及数据库工作时，立即读取模式文件，读取 _project_specs/schema-reference.md（若存在），在会话状态中记录相关的表与列，并在写代码时显式引用模式。技能还列出常见模式错误及预防方式，以及一长串反模式（如猜测列名、使用原生 SQL 字符串、不核验硬编码、忽略类型错误、迁移后不重新生成类型、假定可空性）和设置与逐任务清单。
适用场景
适合 AI 辅助的数据库开发场景，包括编写查询、生成接口、执行迁移和做类型安全检查。使用效果与项目是否配置了模式文件与类型生成相关；对于没有模式文件或类型生成配置的项目，技能会要求先补齐这些前提，具体命令与代码需按所用技术栈执行。