写在前面
目前，KaiwuDB 已发布 9 个 Agent Skill，把数据库开发与运维中的常见经验整理成可安装、可复用的工作流。本期我们按数据库生命周期，从环境准备一路梳理到故障诊断，集中回顾每个 Skill 的功能、适用场景和使用价值，方便大家按需选择、上手试用。
9 个 Skill，串起数据库使用全流程
从准备环境到处理线上故障，数据库在不同阶段面对的问题并不相同。KaiwuDB 这 9 个 Agent Skill 按场景承接环境准备、数据建模与迁移、查询分析、日常运维和故障诊断等任务，共同覆盖数据库开发与运维的主要流程。
逐个认识 9 个 Skill
一、环境与构建：把数据库跑起来
使用数据库的第一步，是准备可靠的运行和开发环境。kwdb-install-deploy 负责把系统部署起来，kwdb-build 负责把源码编译、测试流程规范下来，二者共同解决“装得上、编得出、跑得起来”的问题，为后续建模、查询和运维打好基础。
1.kwdb-install-deploy：把安装部署变成可确认的操作流程
这个 Skill 覆盖 Linux 裸机或容器环境下的单节点、单副本和多副本部署。端口、IP、数据目录、安全模式、集群拓扑等参数都要逐项确认，安装包路径也必须由用户提供；失败后读取安装脚本同级 log/ 目录，报告原因后停止，不擅自重试。它把高风险配置前置核对，适合首次部署、环境复现和团队标准化安装，避免“命令能跑但参数不对”的隐性问题。
详细介绍>>《KWDB Agent Skills：把数据库经验封装进 Agent》
2.kwdb-build：让源码构建过程可复现、可定位
kwdb-build 面向 kwdbts2、kwbase、common 和 kwdbml 等组件，覆盖 CMake 配置、编译、安装以及 C++、Go 单元测试。执行前必须确认构建目标、参数和清理范围，CMake 选项只从参考文档读取，流程固定为“配置→编译→安装（可选）”。构建失败时保留现场并输出原因，不自动改环境或重试。对需要搭建开发环境、复现构建问题的团队，它能减少配置漂移和个人经验依赖。
详细介绍>>《KWDB build 与 schema-design Skills：编译与建模双管齐下》
二、数据建模与迁移：把数据放进来
环境就绪后，需要先确定数据如何组织，再把已有数据平稳接入 KaiwuDB。kwdb-schema-design 面向关系、时序与混合负载完成模型设计，kwdb-data-migration 则把异构数据源的迁移过程拆成可确认、可跟踪的步骤，降低从设计到数据落库之间的衔接成本。
3.kwdb-schema-design：先理解负载，再生成可验证 DDL
Schema 设计 Skill 支持表、索引、约束、视图、序列、关系分区，以及时序标签、Primary Tag 和数据保留策略。它会先判断关系型、时序型或混合型负载，信息不完整时主动询问字段、主键、过滤维度和保留周期，不凭空猜业务模型。生成 DDL 后提供 SHOW CREATE TABLE、SHOW COLUMNS、SHOW INDEX 等验证语句，并把时序设计假设写清楚。适合从业务需求快速形成可审阅的建模方案。
详细介绍>>《KWDB build 与 schema-design Skills：编译与建模双管齐下》
4.kwdb-data-migration：按步骤推进异构数据库迁移
数据迁移 Skill 通过 KDTS REST API 串起参数收集、兼容性校验、两端连接测试、元数据读取、DDL 预览、用户确认、任务提交和状态监控，支持 MySQL、Oracle、PostgreSQL、SQL Server、ClickHouse、InfluxDB、TDengine、MongoDB、文件系统等多种源端。它会提前拦截引擎不匹配、主标签约束不满足等风险，执行 DDL 和终止任务前设置确认门，并提醒备份与行数校验。首次迁移可先做 Schema-only，再进入数据迁移。
详细介绍>>《KWDB 数据迁移 SKILL：将异构数据库迁移变成一次可控对话》
三、查询与分析：把数据用起来
数据准备完成后，重点转向“如何更方便地查询、如何更快地发现异常”。kwdb-text2sql-aiot 降低自然语言到 SQL 的转换门槛，kwdb-ts-anomaly-detection 则把时序异常检测变成安全、可审阅的分析流程，让数据从“已经存入”走向“真正可用”。
5.kwdb-text2sql-aiot：把自然语言问题落到可验证 SQL
面对“查最近一小时温度异常设备”这类问题，Skill 会先确认连接能力和数据库，再通过 SHOW TABLES、SHOW CREATE TABLE 获取真实 schema，随后按降采样、插值、最新值、窗口分析或跨模查询选择对应规则。生成 SQL 时附带字段映射、假设和验证清单；涉及写操作还会单独请求确认。它减少了表名、字段名和时序语义猜错的概率，适合 AIoT 查询与跨模分析。
详细介绍>>《KWDB Agent Skills：把数据库经验封装进 Agent》
6.kwdb-ts-anomaly-detection：在安全边界内完成时序异常检测
这个 Skill 把“取数→检测→过滤→出报告”固化为只读流水线，所有 SQL 通过统一脚本和预定义模板执行；无时间条件时强制 LIMIT 1000，大于 10 万行则要求缩小范围或降采样。检测采用 3-Sigma，并按 Primary Tag 分设备计算，再结合列注释中的 min、max 或 range 规则过滤业务可接受的离群点。最终报告包含阈值、采样频率和异常明细，连接失败或无异常时按规则结束。
详细介绍>>《KWDB 时序异常检测 Skill：给数据做个安全的体检》
四、运维巡检与性能：把系统管好
数据库进入稳定运行阶段后，需要持续关注集群健康和 SQL 执行效率。kwdb-intelligent-inspection 负责汇总指标、规则与巡检结论，kwdb-performance-review 负责从执行计划入手治理慢 SQL。一个关注系统状态，一个关注查询效率，帮助团队更早发现隐患并留下可复核的分析记录。
7.kwdb-intelligent-inspection：按 runbook 做一次可复核巡检
智能巡检 Skill 将任务固定为“确认目标与范围、采集指标、应用规则、生成报告”四步。它读取数据库状态、CPU、内存、磁盘、QPS、P99、慢查询、副本、Raft、Range 和网络等信息，并在报告中标明数据来源。没有端口、范围或阈值时先询问，不猜参数；默认规则与用户自定义阈值分开处理，降低误报。它适合人工发起的一次性健康检查和故障初筛，不替代 Prometheus 等常驻监控。
详细介绍>>《KWDB 智能巡检 SKILL：把健康检查变成可复用工作流》
8.kwdb-performance-review：四步闭环审查慢 SQL
Skill 按“解析执行计划、识别反模式、改写 SQL、验证结果”推进性能分析，第一步先区分关系表和时序表，避免把二级索引经验误用到时序场景。它会检查时间范围、主标签等值过滤、SELECT *、深分页、TIME_BUCKET 和跨模 JOIN，并给出预期计划变化及验证语句。参数调优只在必要时进入，而且只提供待审核 SQL，不自动修改集群设置，适合形成可复现的性能审查记录。
详细介绍>>《kwdb-performance-review Skill：四步闭环搞定数据库慢 SQL》
五、故障诊断：把问题解决掉
日常巡检和性能审查可以提前发现不少问题，但突发宕机、OOM 或集群异常仍需要系统化诊断。kwdb-troubleshooting 是这条生命周期链路中的兜底能力：从时间和证据出发收敛排查范围，帮助团队形成有依据、可交接的故障结论。
9.kwdb-troubleshooting：让故障结论有时间和证据依据
故障排查 Skill 先把事件分为功能、性能、混合和集群可用性四类，再根据硬故障时间收敛日志或指标窗口，定位首条决定性证据。报告按 evidence conclusion、源码定位、历史归因和模式吻合度区分确定性；材料不足时写明“待补充”，不会用猜测填空。它覆盖宕机、OOM、慢 SQL、心跳与租约异常等场景，职责止于诊断，不替用户执行恢复、下线或重建操作。
详细介绍>>《精准排障：用 Troubleshooting Skill 搞定 KaiwuDB 故障》
现在就试用
9 个 Skill 均已在 KaiwuDB Agent Skills 官网 和 开源仓库 提供说明。大多数场景可以使用 skills.sh 安装：
npx skills add KWDB/KaiwuDB-Agent-Skills
也可以按需安装单个 Skill，例如：
npx skills add https://github.com/KWDB/KaiwuDB-Agent-Skills \
--skill kwdb-performance-review
首次使用时，建议准备真实的表结构、SQL、日志或指标样本，并保留 Agent 的确认记录和最终报告。这样更容易判断 Skill 是否帮你节省了时间，也方便把过程整理成可分享的实践案例。
把使用体验写成征文
“KWDB 创作者计划——KaiwuDB 开源两周年特别季”征文活动火热进行中！欢迎大家分享 KaiwuDB 的使用体验和实践成果。无论是 Agent Skills 的试用与测评，还是结合 SampleDB、Playground、TSBS 的生态探索，或是部署、迁移、故障排查和性能优化等真实案例，都可以成为很好的投稿选题。
可以写什么？例如：用 kwdb-text2sql-aiot 跑通一组 AIoT 问答；用智能巡检 Skill 做一次集群健康检查；比较 kwdb-performance-review 改写前后的执行计划；用异常检测 Skill 分析 SampleDB 时序数据；记录一次迁移任务的确认门和校验结果。真实环境、具体输入、过程截图和结果对比，往往比泛泛介绍更有参考价值。
欢迎大家把使用过程中的问题、思考和收获记录下来，积极参与投稿。本次大赛奖励丰富，获奖者可获得专属获奖证书，并在 KWDB MVP 申请中获得加分。
具体活动安排请查看：
期待在征文活动中看到更多来自开发者和运维伙伴的实践分享！
KWDB 全生命周期技能合集
① 部署与构建
-
kwdb-install-deploy：Linux 安装、单节点与多副本部署
-
kwdb-build：源码编译、CMake 配置、测试执行
② 建模与迁移
-
kwdb-schema-design：关系、时序和混合负载 schema 与 DDL 设计 -
kwdb-data-migration：异构数据库迁移到 KaiwuDB
③ 查询与智能分析
-
kwdb-text2sql-aiot：自然语言查询、AIoT 时序分析、跨模查询 -
kwdb-ts-anomaly-detection：时序数据异常检测与报告生成
④ 巡检与性能优化
-
kwdb-intelligent-inspection：指标采集、健康检查、巡检报告 -
kwdb-performance-review：慢 SQL 分析与执行计划审查
⑤ 故障诊断与保障
kwdd-troubleshooting：宕机、OOM、集群与性能故障诊断
⬇️ 欢迎前往官网开发者专区试用 ⬇️
评论(0)