用途：该技能正式定义实体、属性、关系、约束和基数，产出无歧义的数据模型，防止不一致并支持正确实现。
主要能力：覆盖关系型（SQL）、文档/NoSQL、图（本体）、事件/时序、维度（数据仓库）等模式类型；支持实体生命周期、软删除、多态关联、时序/历史数据、多租户、层级结构等常见模式；提供模板、方法论、示例和评估量表等资源。
使用方式：按五步工作流推进——收集领域需求与范围；识别实体与属性；定义关系与基数；指定约束与不变量；验证并记录模型。最终产出 data-schema-knowledge-modeling.md 文件，包含领域描述、实体定义、关系映射、约束规范、图表、用例验证和实现说明。交付前用 resources/evaluators/rubric_data_schema_knowledge_modeling.json 自评，最低标准为平均分不低于 3.5。
适用场景：电商订单、银行交易、HR 系统、内容管理、用户画像、事件日志、社交网络、欺诈检测、推荐引擎、科研、审计日志、指标监控、IoT、商业智能、销售分析、客户 360 等。
限制：需先明确用例、技术约束和性能规模要求；避免脱离用例设计、过早反规范化、跳过约束定义、使用泛化命名、忽略基数与可空性、在领域实体中建模实现细节、忘记迁移路径、制造循环依赖。资料未提供具体收费、价格或平台信息。