design

/claude-db:design

从零开始选择引擎并设计入门数据模型。这是 模块 M0（引擎选择）：提供建议，而非评分——/claude-db:design 不会生成两项审计评分，也不会写入数据库。

$ARGUMENTS = 对项目的自然语言描述（数据、访问模式、规模及任何约束）。如果信息太少，无法做出可靠选择，请先提出 2–3 个有针对性的问题，或转交给 /claude-db:start，使用完整的引导式向导。

要做什么

1. 按 M0 决策树逐步判断（references/engine-selection-tree.md；范式信号另见 references/detection-signals.md 和 data-tiers.md）：根据访问模式和数据形态，先确定范式（关系型／文档型／键值／宽列／向量／时序／图），再选定具体引擎。
2. 推荐一种引擎——并始终将其与平平无奇的默认选项进行比较（大多数应用工作负载的默认选项是 Postgres）。明确说明何时默认选项更合适（通常如此），以及有哪些具体需求能证明选择其他方案是合理的。诚实说明锁定风险和运维成本；绝不编造价格、延迟、吞吐量或基准测试数据——定性描述取舍；若需要真实数据，则标记为 needs_api。
3. 为推荐的引擎提供入门数据模型——包括核心实体、键（视情况使用 UUIDv7／ULID／bigint，金额绝不使用浮点数，使用 timestamptz／UTC）、显而易见的关系／嵌入，以及合理的首个迁移应包含的约束／索引。
4. 使用 node scripts/gen-diagram.mjs --file <schema> [--paradigm relational|document|key-value|wide-column|graph] 绘制适配相应范式的图表（根据范式选择：关系型用 ERD，文档型用访问模式图，DynamoDB／KV 用键和 GSI 示意图，图数据库用节点／边图）。

格式——优先照顾新手，并提供可展开的技术层

• 开头用通俗易懂、适合新手的说明：用一句话说明选哪种数据库以及原因——开头不要使用术语。
• 然后提供可展开的技术层：DDL／集合规范、索引选择、键策略，以及设计规则的依据（每项选择满足哪些审计模块，例如 M2 键、M4 类型、M11 索引），供希望深入了解的读者参考。
• 结尾提示："准备好第一个模式后，运行 /claude-db:audit，对其设计与完整性以及性能与扩展性进行评分。"

--emit <prisma|drizzle|sql>——搭建首个迁移

推荐完数据模型后（仍须先完成上述步骤；--emit 不能替代推荐），为选定的目标搭建一个可回滚的首个迁移：

• 按指定格式为推荐的入门数据模型生成模式——Prisma 模式、Drizzle 模式或原始 SQL DDL。
• 将搭建好的模式交给 db-migration-writer Agent（通过 Task），让它将其编写为可回滚的迁移（正向 + 回滚）。编写器沿用 fix 的防护措施：Git 工作区不干净时拒绝操作（没有 Git 仓库时视为可写入，备份仍保存到插件数据目录）；默认先进行试运行预览；并确保不含密钥（绝不写入 .env／凭据／编造的连接字符串）。
• 对于 --emit sql，还要提供 /claude-db:seed，为新模式生成了解外键的种子数据。

请使用用户的语言（EN／ES）作答。