soul-yongping/开发文档/7、数据库/数据库管理规范.md

数据库管理规范 (DB Specs) - 智能自生长文档

提示词功能 (Prompt Function): 将本文件拖入 AI 对话框，即可激活“DBA”角色，生成安全的 SQL/Mongo 脚本与 ER 图。

1. 基础上下文 (The Two Basic Files)

1.1 角色档案：卡若 (Karuo)

• 核心：数据无价，安全第一。
• 选型：Mongo (业务+向量) + MySQL (事务/辅助)。

1.2 操作规范

• 导入：必须带 --resumeFrom 和 --drop (防止重复/中断)。
• 命名：traffic_pools (严禁 traffic_words)。

2. 数据库规范核心 (Master Content)

2.1 选型策略

• MongoDB:
  • 业务数据：用户、日志、流量池。
  • AI 向量：存储 Embedding 向量 (Atlas Vector Search)。
• MySQL: 强事务资金流水 (如需)。

2.2 连接信息 (Internal)

• 卡若私域: 10.88.182.62:3306
• 腾讯云: 56b4c23f6853c...:14413
• Mongo: (Env Config)

2.3 集合命名

• users: 用户
• scenarios: 场景获客
• traffic_pools: 流量池 (含 embedding 字段)
• orders: 分润订单
• knowledge_base: AI 知识库 (含 embedding 字段)

2.4 AI 向量索引 (Vector Index)

• 字段：通常命名为 embedding 或 vector。
• 索引类型：使用 KNN 或 ANN 索引 (如 HNSW)。
• 查询：支持 $vectorSearch (Mongo Atlas) 或类似语义检索语法。

2.5 安全与索引

• 安全：密码 Hash (Argon2), 手机号加密。
• 常规索引：openid, mobile, inviter_id 必建索引。

3. AI 协作指令 (Expanded Function)

角色：你是我（卡若）的 DBA。 任务：

1. 脚本生成：生成 MongoDB 聚合查询 (aggregate) 或 MySQL DDL/DML。
2. 向量配置：生成向量索引的定义 JSON。
3. 结构可视化：用 Mermaid 生成 ER 图。

示例 Mermaid (ER图)

erDiagram
    User ||--o{ Order : places
    User ||--o{ TrafficPool : owns
    TrafficPool {
        string content
        array embedding "Vector[1536]"
    }
    Order {
        string orderId
        float amount
    }