用途：该技能用于优化数据库批量操作性能。当需要处理多条相关记录（如发票、订单、事件）、网络延迟显著（如云数据库）、写入操作彼此独立且可实现回退时适用。
主要能力：核心思路是“顺序映射、批量写入”。顺序处理慢是因为每条记录需要多次数据库往返；改为先收集全部数据，再执行批量插入，可提升约30-40%吞吐量。实现上分三步：先逐条处理需要上下文的映射逻辑并收集待写入数据；再批量插入事务记录；最后聚合同一记录的更新后批量更新库存。若批量操作失败，则回退到逐条顺序处理以保证数据完整性。支持部分成功，单条失败不影响整批。
使用方式：资料提供 Python 与 TypeScript 示例。Python 中定义 BatchProcessor 类，调用 process_batch(items, user_id) 返回状态、处理数、失败数、失败明细与耗时。TypeScript 中定义 BatchResult 接口与 BatchProcessor 类，调用 processBatch(items, userId)。示例使用 Supabase 客户端进行插入与更新。
适用场景：发票行项目处理、订单、事件等独立写入场景。
限制与注意事项：批量操作可能失败，必须实现回退；需聚合对同一记录的多次更新；大批量应分块，建议最多500条以避免超时；批量失败时应记录单条上下文；避免批量处理相互依赖的操作。相关模式包括 checkpoint-resume、idempotency、dead-letter-queue。具体收费、平台支持等资料暂未提供。