用途：在 AI 辅助开发中防止数据模型腐化。它要求先厘清每个业务概念的数据含义与归属，再动手改表或加字段，并把决定写下来、用约束或测试固化，避免重复概念、来源不明等问题长期累积。
主要能力：提供两类模式。护栏模式在新增或修改表、模型、迁移、持久化字段前运行，定位 schema，读取 DATA-MODEL.md，映射相关概念，用数据模型语言复述需求，抵制“只加不改”的加法偏见，澄清真正有歧义处（最多三个问题），记录决定并强制实施。审计模式在被明确要求时运行，构建概念清单，按五种腐化模式清扫：duplicate-concept、undecided-source-of-truth、snapshot-vs-reference-ambiguity、meaning-drift、half-wired-relation，并按数据损害而非代码丑陋排序。
使用方式：schema 查找顺序为声明式 schema 文件（prisma/schema.prisma、drizzle schema.ts、schema.rb、schema.sql、*.dbml）、ORM 模型目录、迁移目录、raw SQL、非 SQL 存储的写入路径；同时检查仓库根目录与 docs/ 下的 DATA-MODEL.md。决定记录含 Concept、Question、Decision、Enforced by 等字段；审计报告含模式、涉及表列、证据、修复、不变量与待用户回答的问题。
适用场景：任何涉及持久化数据的任务，例如新增折扣功能、允许编辑菜单价格。
限制：审计模式不得主动运行；用户说“直接做”或处理线上事故、纯机械无意义变更、一次性数据、有明确重建路径的缓存可跳过提问，但仍需一行说明假设并更新 DATA-MODEL.md；不得静默修复发现的问题，含义决定只能由用户作出。