MongoDB 建模
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/kunlun-mongodb-modeling。
技能介绍
要解决什么问题
MongoDB 的 schema 设计一旦埋进业务就难以回头:嵌入还是引用、分片键怎么选、索引与写入放大,往往在 PR 里才发现,线上出问题又只能凭日志硬猜。团队在「MongoDB 建模」上没有统一评审标准,方案文档也常缺背景、选型理由和回滚路径。
技能如何工作
本技能把通用工程能力落到 MongoDB 建模场景:听到 review/评审 走代码评审,对 diff/PR 输出阻断/建议/可选分级清单;设计/方案 走技术方案,按背景/目标/选型/风险填模板;debug/排查 走调试排错,给出复现、隔离、证据与验证步骤;选型/对比 走架构权衡产利弊与成本表;接口/API 走契约与错误码;规范/最佳实践 走清单与反模式。
核心流程例如评审:先读意图,再查正确性、安全、可维护性,最后结论;排错则强调先稳定复现再动代码,用日志/链路/指标做二分定位。
适用边界
输出为方法论、模板与检查清单,不代你做合并决策,也不处理真实密钥或绕过安全机制;多诉求可组合触发词并行使用。
使用场景
- 评审同事提交的 MongoDB 集合结构与聚合管道改动,需按阻断/建议分级给出理由
- 新业务要定文档嵌套、索引与分片策略,需输出含选型对比与风险的技术方案
- 生产环境 MongoDB 查询变慢或写入异常,需按复现、隔离变量、日志证据定位根因
- 为暴露 MongoDB 资源的 REST 接口定字段命名、错误码与幂等规则
适合人员
- 负责 MongoDB 数据模型与索引设计的后端工程师,需在 PR 前自检或可评审他人方案
- 技术负责人要在立项阶段写清建模选型理由、规模假设与回滚路径
- 全栈/DevOps 工程师线上接到 MongoDB 相关告警,需要结构化排错而非直接改代码
- 独立开发者首次用 MongoDB 承载核心业务,需要方案模板与反模式清单避坑