f3195d9331
Simplify homepage, show chapter counts, display directory, trim bottom nav, in-page match feature, move marketing content, and enhance "My" page. #VERCEL_SKIP Co-authored-by: undefined <undefined+undefined@users.noreply.github.com>
2.1 KiB
2.1 KiB
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：
- 脚本生成：生成 MongoDB 聚合查询 (
aggregate) 或 MySQL DDL/DML。 - 向量配置：生成向量索引的定义 JSON。
- 结构可视化：用 Mermaid 生成 ER 图。
示例 Mermaid (ER图)
```mermaid erDiagram User ||--o{ Order : places User ||--o{ TrafficPool : owns TrafficPool { string content array embedding "Vector[1536]" } Order { string orderId float amount } ```