数据、中间件与基础设施技能
执行原则
- 先读取
references/data-middleware-infrastructure-rules.md索引,只加载当前组件需要的分片。 - 确认组件版本、拓扑、数据所有权、契约、容量、环境和运维边界。
- 数据库检查索引、执行计划、事务锁、DDL、新旧版本共存和回滚;Redis 检查穿透/击穿/雪崩、热点、大 Key、TTL 和锁所有权;MQ 检查确认、ACK、幂等、重试、死信、顺序和堆积。
- 向量存储和 GPU 资源检查索引/容量、设备/显存、驱动、队列、配额、隔离、监控和恢复;RAG 语义、模型输出、Agent 与 AI 评测组合
$ai-engineering。 - Docker/Kubernetes 检查镜像来源、资源限制、探针、优雅停机、配置密钥、滚动发布和回滚。
- 以组件日志、Metrics、Trace 或变更事件为主要证据时组合
$log-observability-analysis;修改、测试、发布或生产操作时组合$engineering-quality-delivery。
模型与委派成本
- 配置搜索、清单提取、日志/执行计划整理优先
luna-low;范围明确的差异对比和初筛使用luna-medium。 - 普通 SQL、Redis、MQ、容器和资源判断使用
terra-medium;事务锁、消息一致性、缓存竞态、不可逆迁移和生产资源风险才使用terra-high。 - 只委派相互独立的只读证据域;同一组件和同一调用链不得被多个子 Agent 从头重复扫描。
边界
- 不用增加连接池、拆微服务或引入新中间件掩盖未确认的根因。
- 数据库事务不能覆盖 Redis、MQ、HTTP、对象存储和模型调用。
- 普通应用接口、业务状态、认证和 Worker 机制由
$backend-engineering主导;模型/RAG/Agent 与生成任务语义由$ai-engineering主导。 - Skill 不扩大生产、数据和基础设施写权限。