用途：为分析型工作负载设计 ClickHouse 表结构，围绕四项决定查询速度与存储成本的决策——引擎、排序键、分区表达式、列编解码器，并指向 references/ 获取完整 DDL 与程序化应用路径。
主要能力：
- 引擎选择：MergeTree（通用分析、追加日志）、ReplacingMergeTree（可变行/upsert，合并时去重）、SummingMergeTree（预聚合计数）、AggregatingMergeTree（物化视图目标）、CollapsingMergeTree（有状态行更新）。ClickHouse Cloud 使用 SharedMergeTree，是 MergeTree 的直接替代，无需改 DDL。
- ORDER BY 排序键：定义稀疏主索引、磁盘数据布局与查询速度。建议低基数过滤列在前，再放高基数过滤列，最后放时间列；不要把从不用于过滤的高基数列放入。
- 表 DDL：从追加型事件骨架起步，再按访问模式调整引擎与排序键。
- 分区表达式：多数时序表默认按月 toYYYYMM(date)，目标每分区 10-1000 个 part；过度分区（如按 user_id）会产生大量小 part 并拖慢性能。
使用方式：前置条件为已连接 @clickhouse/client（见 clickhouse-install-auth），并理解自身查询模式（过滤与分组字段）。产出包括表 DDL、每项决策的理由，以及可选的 @clickhouse/client command() 应用脚本。
适用场景：追加型点击流、可变用户画像（upsert）、预聚合日汇总等。
限制与错误处理：ORDER BY 表达式不在主键中时，移除显式 PRIMARY KEY 或对齐；part 过多（300+）需使用更粗分区；类型不匹配需让插入类型与 schema 一致；TTL 必须引用 DateTime 列。插入与查询见 clickhouse-core-workflow-b。