「数据字典生成」是后端与数据工程师的高频任务。它的输入通常是数据库结构，期望得到的是数据字典。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。

本文介绍如何在 Cline Rules 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能数据字典生成（data-dictionary）
作用根据库表结构与注释生成数据字典文档
输入数据库结构
输出数据字典
形态带脚本
风险低
适用人群后端与数据工程师

处理流程分四步：

  1. 读取表与字段
  2. 整理含义与示例
  3. 标出敏感字段
  4. 输出文档

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。

在 Cline Rules 中是什么形态

Cline 支持在项目中用 .clinerules 写规则（可以是单个文件，也可以是存放多个 Markdown 文件的目录），把团队流程与约束长期交给智能体。

规则随仓库提交，作用于该项目；也可以在全局规则中放个人习惯，二者叠加生效。

示例配置

.clinerules/data-dictionary.md 示例（示意）：

# 数据字典生成

## 触发
用户提到“数据字典生成”或提供数据库结构时。

## 流程
1. 读取表与字段
2. 整理含义与示例
3. 标出敏感字段
4. 输出文档

## 交付
数据字典

## 边界
- 默认使用只读连接，任何写操作都要人工确认。
- 信息不足时先提问，不要自行编造数据或事实。
- 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在后端与数据工程师提出相关请求时能对上号；二是约束部分要写进「默认使用只读连接，任何写操作都要人工确认」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在项目根目录建立 .clinerules/ 目录
  2. 新建 data-dictionary.md，写触发条件、流程、交付与边界
  3. 在 Cline 中描述任务，观察是否遵循规则
  4. 需要时在规则面板中开关该规则
  5. 提交到仓库共享

实操：一次完整的运行

假设你在数据库客户端与查询工具中发出这样的请求（虚构示例）：

这是今天的数据库结构，按团队的数据字典生成流程处理一下。

智能体识别到任务与「数据字典生成」相关后，会依次读取表与字段、整理含义与示例、标出敏感字段、输出文档。最终交付数据字典，并在末尾列出需要人工确认的内容。你的工作是对照原始数据库结构抽查两三处关键信息，确认无误后再使用。

测试与验收

让 Cline 在计划模式下先给出计划，检查计划是否包含规则中的每个步骤。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准数据库结构，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • 规则太多太杂，互相冲突。
  • 在规则里写需要密钥的命令，导致密钥出现在上下文中。
  • 只写了步骤，没写交付格式，导致每次输出的数据字典结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。