database-design：这个 Skill 让 AI 学会像资深 DBA 一样思考
写代码的时候，你有没有遇到过这种尴尬——表结构搭好了，上线跑了三个月，突然发现索引漏建了、JSON 塞了一大堆本该是字段的数据、迁移脚本一跑就锁表？
很多 AI 助手写数据库代码就是「能跑就行」，给个需求就开始 CREATE TABLE，写出来的 schema 松垮得跟临时笔记似的。今天要推荐的这个 Skill——database-design，做的事情很简单：让 AI 学会像资深 DBA 一样思考数据库设计，而不是背 SQL 模板。
它做了什么
这个 Skill 藏在 davila7/claude-code-templates 这个 3 万星的大仓库里，定位是「数据库设计原则与决策指南」。核心文件就一张表，写的全是设计前要问自己的问题：
- 选 PostgreSQL 还是 SQLite？我的业务场景真的需要全功能 DB 吗？
- 用 Prisma 还是 Drizzle？ORM 的代价你算过吗？
- 索引什么时候建？上线前还是出问题再补？
- N+1 查询怎么查、怎么防？
重点是它的反模式清单，条条都是实战里交过学费才学到的：
- ❌ 小应用默认上 PostgreSQL（SQLite 可能就够用）
- ❌ 跳过索引设计，等出问题再打补丁
- ❌ 生产环境用 SELECT *
- ❌ 能存结构化数据偏偏塞 JSON
- ❌ 无视 N+1 查询的危害
为什么有干货
因为它没有直接给答案，而是逼 AI 先问正确的问题。它有一张「决策检查清单」，要求 AI 在动笔之前确认：用户偏好哪种数据库？这个场景选这个 DB 对不对？部署环境考虑了吗？索引策略定了吗？关系类型定义了吗？
不是给模板，是给思维框架。
怎么用
一行命令装进你的 Claude Code：
npx skills add https://github.com/davila7/claude-code-templates --skill database-design
装完 AI 在做数据库相关任务时，会自动识别场景并加载对应的设计指南。选库看 database-selection.md、用 ORM 之前读 orm-selection.md、上线前过一遍 indexing.md 和 optimization.md。
适合谁
后端开发、全栈工程师、或者任何经常让 AI 帮你写数据库代码的人。如果你发现 AI 每次给你的表结构都差不多、永远都是那三板斧，database-design 能让它的数据库思维上一个档次。
GitHub 仓库 · 3 万星模板库子模块 · 免费开源
评论区
登录后可评论。