用途：为事件溯源（Event Sourcing）应用设计并实现事件存储，适用于搭建事件溯源基础设施、在多种事件存储技术间选型、实现自定义事件存储、优化事件存储与读取、设置事件存储模式以及规划扩展。
主要能力：给出事件存储架构（按聚合划分的流、全局位置顺序）；梳理核心需求（仅追加、流内与全局有序、版本化乐观并发控制、订阅通知、幂等写入）；提供技术对比（EventStoreDB 适合纯事件溯源但用途单一；PostgreSQL 适合已有 Postgres 栈但需手动实现；Kafka 适合高吞吐流式但不擅长按流查询；DynamoDB 适合无服务器 AWS 原生但有查询限制；Marten 面向 .NET 生态）。
使用方式：先明确目标、约束与所需输入，应用相关最佳实践并验证结果，给出可执行步骤与验证方法；如需详细示例，打开 resources/implementation-playbook.md。资料提供四类模板：PostgreSQL 事件存储表结构（events、snapshots、subscription_checkpoints 及索引）、Python 事件存储实现（append_events 乐观并发、read_stream、read_all、subscribe 与检查点）、EventStoreDB 用法（append_to_stream、get_stream、subscribe_to_all、$ce- 类别投影）、DynamoDB 事件存储（条件写入、GSI 全局排序）。
最佳实践：流 ID 含聚合类型（如 Order-{uuid}）；包含 correlation/causation ID 便于追踪；从第一天起对事件版本化；用事件 ID 实现幂等去重；按查询模式建索引。避免更新或删除事件、存储大负载、跳过乐观并发、忽略背压。
限制：仅当任务明确匹配上述范围时使用；输出不能替代针对具体环境的验证、测试或专家评审；若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。具体收费、价格与平台信息暂未提供。