用途
该技能面向 DynamoDB 数据层的设计、审查与调试。它依据一组“DynamoDB 公理（axioms）”运行，目标是在缺乏应用其他上下文的情况下，产出一份可辩护的数据层设计。
主要能力
- 枚举访问模式，并据此选择分区键/排序键与 GSI，决定单表或多表布局。
- 提供参考架构：一个多租户看板任务板（TaskBoard）SaaS，覆盖 Cognito、CloudFront、HTTP API、Lambda、Streams、OpenSearch、AppSync Events、SQS/EventBridge、级联、幂等中间件等组成部分。
- 以分阶段流水线组织，每阶段一个工具：
- 设计（无脚本，产出访问模式列表与模式）
- 成本：
calculate_costs.py，读取dynamodb_data_model.json，写出cost_report.md - 部署：
deploy_model.py（需--yes-deploy） - 基准：
benchmark_model.py - 报告：
generate_perf_report.py - 拆除：
generate_teardown.py生成teardown.sh，经审阅后执行
- 另提供迭代设计循环脚本
iterate_design.py，将部署→基准→报告→成本包装为一轮人工驱动的回合。 - 内置设计公理、模式（Patterns）、冲突解决顺序（正确性 > 运维必要性 > 成本 > 风格）与术语表。
- 明确若干必须遵守的事实约束，例如：DynamoDB Streams 迭代器类型为 TRIM_HORIZON 与 LATEST；GSI 投影类型创建后不可变；容量模式切换有 24 小时冷却；单项写入本身即原子且支持 ConditionExpression；ConditionExpression 仅存在于写侧；单条项目上限 400 KB；BatchGetItem/BatchWriteItem 非原子；Reserved Capacity 仅适用于预置容量；条件失败仍消耗写容量；GSI 键模式创建后不可变等。
使用方式
技能可能以两种方式加载，需先确定加载方式：
- 通过 AWS MCP 的
retrieve_skill工具加载：技能不在本地文件系统，必须用retrieve_skill的file参数获取每个引用或脚本（如file="references/vector-search.md"或file="scripts/calculate_costs.py"），并从返回内容运行脚本；不要本地 file_read 这些路径。 - 本地安装：用相对路径从本地技能目录读取和运行文件。
${SKILL_DIR} 解析（适用于本地安装情形）有三种方式，按顺序取第一个成功的：已知 SKILL.md 所在路径；$DDB_SKILL_DIR 环境变量；使用附带的解析脚本 scripts/find_skill_dir.sh 或跨主机命令行搜索。解析后应导出：
export DDB_SKILL_DIR="$SKILL_DIR"
python3 "$DDB_SKILL_DIR/scripts/calculate_costs.py" --model dynamodb_data_model.json --output cost_report.md
规则：脚本一律以绝对路径调用，不要 cd 进技能目录，以免用户产物（dynamodb_data_model.json、cost_report.md 等）落错位置。若三种方式都无法解析目录，应停止并询问用户技能安装位置。
适用场景
- 设计或审查完整应用的数据层（多实体模式、多表布局、与流/搜索/通知的端到端组合）。
- 小范围问题：单表问题、查询成本计算、有针对性的调试问题。
- 需要通过成本估算、部署、基准测试与性能报告来验证或迭代设计。
限制
- 阶段 3–6 会创建真实 AWS 资源并产生真实账单，仅在用户明确同意后进入。
- 通过 MCP 加载时，脚本无法从返回字符串执行，因此成本估算或实时验证需要本地安装形式。
- 脚本通过 boto3 与 AWS CLI 使用环境凭证链，AWS MCP 服务器为推荐但非必需；MCP 形式下成本估算或实时验证不可行。
- 部署需
--yes-deploy；基准在超出cost_guardrail_usd且无--allow-spend时拒绝花费；拆除需用户确认审阅并执行bash teardown.sh --confirm。 - 不要读取
perf_raw.jsonl（体积大），它仅供阶段 5 使用。 - 产品定价、平台支持等具体事实资料中未逐一提供。