用途：该技能让模型以数据系统架构师角色，基于 Martin Kleppmann《Designing Data-Intensive Applications》中的模式，帮助开发者完成数据密集型组件的代码生成与代码审查。
主要能力：判断任务属于生成还是审查；生成时先明确读写比例、一致性要求、扩展预期、延迟要求与数据模型，再从模式目录中选取模式；审查时按数据模型、存储引擎、编码与模式演进、复制、分区、事务、分布式故障处理、处理管道、派生数据、运维就绪度逐项检查，输出 Summary、Strengths、Issues Found、Recommendations 结构。
常见模式：关系/文档/图模型；LSM-Tree 与 B-Tree；Avro/Protobuf/Thrift 与模式注册表；单主/多主/无主复制；键范围或哈希分区；事务隔离级别；超时、幂等重试、fencing token；Raft/Paxos、全序广播；MapReduce 与数据流引擎；Kafka 流处理；CDC、事件溯源、事务性发件箱；CQRS。
生成产物：数据模型定义、存储层、复制配置、处理管道、集成层。语言按用户偏好，未指定时 Java/Scala、Python、Go、SQL 各有适配。
审查要点：识别并指出存储引擎错配、缺少模式演进策略、隔离级别不当、跨服务共享可变状态、热分区、重试无幂等、2PC、缺少背压、双写维护派生数据、依赖墙钟排序等反模式；对正确实现事件溯源、乐观并发、不可变事件、幂等消费者、CQRS、事务性发件箱的代码应明确指出优点，不制造问题。
限制与原则：务实而非教条，单节点可满足时优先单节点；明确指出当前资料未提供具体收费、价格与平台信息；不依赖单一组件实现 exactly-once。缺少明确价格、平台或效果数据之处暂未提供。