项目简介：
PolarDB-X Skills：https://github.com/polardb/polardbx-skills
为 AI 代码智能体（Code Agent）提供PolarDB-X相关的 Agent Skills，帮助开发者更好地使用和操作 PolarDB-X。核心能力：
- 为 AI 智能体提供 PolarDB-X 的专业知识，提升Agent数据处理任务的准确性。
- 提供可复用的 Skills，覆盖 SQL 编写、运维管理、应用开发等场景。
- 提供精炼、实用的操作指南，包含可直接运行的示例。
一个真实的烦恼
作为后端开发或 DBA，手上有一张 8 亿行的订单表，查询越来越慢，老板开始催你优化。
你知道答案是"上分布式、拆分区"，但真到动手的时候，一堆问题扑面而来：
- 分区键选哪个？
选主键？选业务字段？选错了，要么写热点，要么查询变成全分片扫描，比不拆还慢。 - GSI 怎么建？
普通 GSI、Clustered GSI、UGSI 分别什么时候用？建多了浪费资源，建少了查询兜不住。 - 分多少个区？
64？128？256？拍脑袋总觉得心里没底。 - 主键和唯一键怎么处理？
PolarDB-X 分区表的规则和单机 MySQL 不一样，处理不好会丢数据。
以往搞定这些问题的标准流程是：翻文档 → 看最佳实践 → 对照自己的场景 → 反复调整 → 找人 Review。现在，一句话就够了。
AI 时代，数据库设计该有新的打开方式
大模型能写代码、能做翻译，但面对数据库分区设计这种强领域知识 + 强上下文依赖的任务，通用大模型往往无法给出可靠的方案——它不了解 PolarDB-X 的分区算法细节，不知道 Clustered GSI 和普通 GSI 的取舍逻辑，更不清楚你的查询模式应该怎么匹配分区策略。
这正是 PolarDB-X Skill 要解决的问题。
我们把 PolarDB-X 多年沉淀的分布式分区最佳实践，封装成了一个可以在 AI 编程助手中直接调用的 Skill：polardbx-sql。它不是通用问答，而是一个懂 PolarDB-X 内核规则的分区设计专家。
实战：8 亿行订单表，从描述到方案只需一步
安装 Skill 后，只需要在Agent窗口输入这：
我们有一张订单表 t_order，目前是单表，有 8 亿行数据，查询越来越慢。表结构大概是：order_id BIGINT 主键，buyer_id BIGINT，seller_id BIGINT，amount DECIMAL，create_time DATETIME，status TINYINT。最频繁的查询是按 buyer_id 查订单列表，其次是按 order_id 单条查询，还有一些按 seller_id 查询。我想转成 PolarDB-X 分区表，AUTO 模式，请帮我设计分区方案并给出完整 SQL。
Skill 会直接输出完整的分区方案和可执行 DDL：
这不是模板拼接，而是完整的决策推理
很多人第一反应会问：这和 ChatGPT 拼模板有什么区别？
区别在于，Skill 的每一个输出都经过了基于 PolarDB-X 最佳实践的推理链：
决策项 |
Skill 的推理过程 |
分区键 → order_id |
主键，基数最高，无热点，等值查询频率高 |
分区算法 → KEY |
单列等值查询为主，KEY/HASH 即可覆盖约 90% 场景 |
分区数 → 256 |
几倍于 DN 节点数，单分区控制在亿级以下，适合绝大多数负载 |
buyer_id → Clustered GSI |
最高频查询字段，一对多场景需要回表多列，Clustered GSI 避免回表开销 |
seller_id → 普通 GSI |
查询频率较低，返回行数少，普通 GSI + 少量回表成本可控 |
主键处理 |
分区表主键必须包含分区列才能保证全局唯一，Skill 自动处理 |
关键区别：Skill 会根据你描述的查询模式（哪个字段查得多、查的是列表还是单条），来决定每个 GSI 该用什么类型。 这不是"有查询就建索引"的机械操作，而是基于查询特征的精准匹配。
你的场景不一样？没关系
polardbx-sql 能适配各种真实业务场景：
多维度查询
订单表同时按 order_id 和 buyer_id 查，且两者后几位相同;
→ Skill 推荐 CO_HASH 分区，让两个字段的数据天然落在同一分片
时序数据 + 数据过期
日志表按月清理过期数据;
→ Skill 推荐 HASH + RANGE 二级分区 + TTL，删数据只需 DROP PARTITION
多租户隔离
每个租户的数据要逻辑隔离;
→ Skill 推荐 LIST + HASH 组合分区
有唯一约束的表
我有 UNIQUE KEY 不能丢;
→ Skill 给出三步法迁移方案：先建 UGSI，再扩分区，确保唯一性不丢失
你只需要描述"表长什么样、SQL 怎么查"，Skill 来做分区设计。
三步开始使用
第一步：安装 Skill
npx skills add https://github.com/polardb/polardbx-skills --skill polardbx-sql
第二步：用自然语言描述你的表和查询
把表结构、数据量、主要查询模式说清楚就行，不需要严格格式。
第三步：拿到方案，Review 后直接执行
Skill 输出的是可执行的 DDL，Review 确认后直接在 PolarDB-X 上跑。
适用于 PolarDB-X 2.0 企业版（分布式版）AUTO 模式数据库。
写在最后
在 AI 时代，数据库运维和设计的门槛正在被重新定义。过去需要翻文档、找专家、反复验证的分区设计工作，现在可以通过一个 Skill 在几秒内完成。
但这不意味着 DBA 的价值在降低——恰恰相反，当 AI 接管了重复的方案设计工作，DBA 可以把更多精力放在架构决策、性能调优和稳定性保障这些真正需要经验判断的事情上。
后续我们会持续推出更多覆盖运维、诊断、迁移等场景的 Skill，欢迎试用，也欢迎到 GitHub 仓库提 Issue 和 PR，一起让分布式数据库更好用。
