用途：clickhouse-profiler 用于对目标 ClickHouse 集群做一次系统性画像，通过 MCP execute_query 工具执行只读查询，最终产出一份按集群命名的 <name>-analyst/ 文件夹，内含 SKILL.md、catalog.md、patterns.md、pipeline.md、glossary.md、README.md 共 6 个 Markdown 文件，用户可保存为新的 claude.ai Skill 或覆盖已有 Skill。目标是沉淀集群知识库（schema、引擎语义、租户模型、摄入链路、访问模式、声明与推断的关系、版本差异），而非生成现成 SQL 配方。
主要能力：分 10 个阶段推进，包括连接与形态检测、发现（集群拓扑、库清单、引擎分布、查询日志跨度）、原型识别、向用户提问一轮、表目录、关系与字典、查询挖掘（热门查询、共现、热点列）、冷热分离、分类（Dim/Fact/Mart/Staging/Other）、验证、合成输出。具备三类断言的验证机制：存在性（查 system.tables / system.columns，不存在则丢弃）、行为性（EXPLAIN indexes=1 与带唯一注释标记的 SELECT … SETTINGS log_queries=1，再从 system.query_log 取 read_rows、粒度裁剪比、延迟并内联标注）、关系性（基数探测 matched / distinct_left / distinct_right / avg_fanout，且一律标记为 [inferred]）。无法验证的断言降级为 inferred 或 unverified 并注明原因。
使用方式：通过 MCP 连接 ClickHouse 后运行，按阶段顺序推进，每阶段输出一行进度提示；阶段 2 会暂停提问（库范围、时间窗口、沙箱、集群名、验证租户），阶段 7 后确认分类再合成。支持“重新生成”模式：读取已加载 Skill 的 cluster_fingerprint 与 generated_at，阶段 6 前对比新指纹，无变化则询问是否仍要重生成，有变化则整体替换并在 README 增加“Since last run”变更摘要。集群名按回退链选取：system.clusters 中跳过 default、all-、test_、parallel_replicas、replicated、clickhouse、local、prod 等通用宏；其次用 Kafka 引擎 engine_full 中的 broker 主机名。
限制：严格只读，仅允许 SELECT、SHOW、DESCRIBE、EXPLAIN，禁止 CREATE、ALTER、DROP、INSERT、TRUNCATE、OPTIMIZE 等写操作。查询日志文本需经 normalizeQuery() 并去除 /* */ 注释后才可进入产物，禁止输出字面值、邮箱、IP、用户 ID；示例 SQL 使用 <tenant>、<from>、<to>、<id> 占位符。仅适用于 ClickHouse，不用于 PostgreSQL、MySQL、BigQuery、Snowflake；不处理一次性查询问题或单表调试，也不做通用 ClickHouse 教程。连接出现瞬时错误最多重试 3 次并短退避，全部失败须暂停询问用户。具体价格、平台与效果资料暂未提供。