SuperAPI AI 工具集

reviewing-data-model

数据与分析

查看项目

更新于 10-16 05:01

技能介绍

用途:这是“产出/评审”数据模型技能对中的评审一半。当拿到一份已完成的数据模型文档(工程师据此实现 schema、查询者据此读数据)时,用固定检查清单判断:工程师能否据此创建 schema 并写出正确查询,模型的完整性规则与取舍是否明确。它只评审,不撰写、修复或重写模型,产出方负责修订。

主要能力:按九项完整性+可查询性条件逐条判定通过或缺口,包括实体与属性(类型化+键)、关系与引用完整性(基数、联结实体、on-delete 规则或 embed-vs-reference 策略)、键/约束/由访问模式论证的索引、范式与存储范式、数据生命周期与迁移、图⇄目录⇄表一致、横切数据质量、有据且一致(不虚构、与已上线 schema 一致)、以及仅针对变更的增量评审(范围、分类、波及面、版本)。

使用方式:先通读整份模型并识别范式(关系型/文档/图/宽列/键值,可能多范式),再逐条判定,最后输出单行判定:VERDICT: approve 或 VERDICT: revise,随后列出发现;revise 时每条发现须给出失败条件、位置与具体修复方式。

适用场景:工程师建表前的验收关卡、独立评审、修订后复审、对已批准模型的变更做增量评审。

限制:不撰写或修复模型;不评审 api-spec、feature-spec、ORM/DDL 代码或通用设计文档;不做模板章节合规检查。范式感知,不得用关系型标准要求 NoSQL/图/宽列模型;无真实缺口不得 revise,也不得为迎合而 approve;上游未产出不算缺口;绿地模型无已上线 schema 时一致性检查为 N/A。具体命令、安装方式与收费信息暂未提供。