数据库1600张表的文档,我让AI自动维护了

上周接手一个老项目,打开数据库一看------1613张表,42380个字段,1765个索引。

我看了一眼那个旧版Excel文档,最后更新日期停在两年前。里面少了一百多张表,字段注释大面积缺失,有些表的列名跟数据库里根本对不上。

长痛不如短痛,于是我决定对这文档下手了。把旧文档中表的字段、类型、注释重新整理,方便自己也方便同事。

程序员都懂这种活:写代码的时候意气风发,改完表结构顺手就把文档给忘了。不是不想写,是真的顾不上。需求一个接一个,谁能记得每次改完表还要去同步Excel?

一、1600张表,手动整理?

先算笔账。1613张表,每张表平均26个字段,手动复制粘贴到Excel,一张表至少3分钟。1600张表就是80个小时------整整两周不干别的,光整理文档。

而且这只是第一次。以后每次数据库变更,都要手动对比哪里改了、更新文档、标注新增字段。这件事只要靠人,就一定会遗漏。

我决定写一个脚本,连库自动提取元数据,直接生成格式化的Excel文档。后来发现这个需求太通用了------每个接手老项目的程序员都遇到过。干脆做成一个Skill,以后任何数据库都能一键生成。

二、自动生成Excel文档

核心思路很简单:连数据库 → 提取表结构元数据 → 生成格式化Excel。

但真做起来,细节不少。

四种模板风格

不同团队审美不一样,做了四种模板:经典商务蓝、极简线条、深灰紧凑、清新绿白。模板用JSON配置,想加新风格丢个文件进去就行。

① 模板A

②模板B

③模板C

④ 模板D

30秒,1613张表全部生成。标题行、表信息、字段明细、列宽、边框、冻结行------全自动。

对比旧文档,自动标注新增

这个功能是真正解决痛点的。传入旧文档路径,脚本会自动对比:

  • 新增的表:蓝色标注,归入"未分类"组
  • 新增的字段:蓝色高亮该行
  • 类型变更的字段:橙色标注类型列
  • 旧文档中的中文注释:自动合并保留

这样每次数据库变更后,跑一次命令就能看到哪些是新增的,哪些改了类型。不用肉眼对比。

核心痛点解决:从"手动整理80小时"变成"一条命令30秒"。而且每次变更都有视觉标注,不会再遗漏。

三、同步到飞书:电子表格方案

Excel生成好了,但团队协作场景下,Excel文件传来传去太低效。需求方提出:能不能同步到飞书,在线查看?

最终采用了飞书电子表格(Sheets) 方案:每张表一个独立 Sheet,完全复刻 Excel 的格式和样式。

目录Sheet里每张表的名称是超链接,点击直接跳转到对应Sheet。Sheet底部标签显示中文表名(优先用数据库注释,没有注释才用英文表名)。

每张表的Sheet格式跟Excel一模一样:标题行、表信息、描述、数据组成、字段表头、字段数据,冻结前7行,列宽已调整。数量超过单个电子表格上限时,自动拆分创建新的电子表格。

协作痛点解决:从"Excel文件传来传去"变成"飞书在线查看,点击跳转"。目录Sheet带超链接,中文标签一目了然。

四、定时自动化:凌晨两点自动同步

文档生成好了,飞书也同步了。但还有一个问题:每次数据库变更都要手动跑命令。

如果忘了跑呢?文档又过时了。

所以用 WorkBuddy 的自动化任务配置了一条定时流程:每天凌晨 2:00 自动检测数据库变更,有变更则重建飞书电子表格,同步成功才更新基线;失败则保留旧基线,下次自动重试。

当然了其他的AI Agent也是一样的设置自动化任务就行

差异报告包含:新增表、删除表、新增字段、删除字段、类型变更、索引变更、注释变更。

关键设计:基线只在同步成功后才更新。这样即使同步失败,变更也不会丢失,下次运行会重新检测到。

维护痛点解决:从"每次变更手动跑命令"变成"每天凌晨自动检测+同步"。失败了自动重试,基线不会丢。

五、这个 Skill 怎么用

在 WorkBuddy 中安装 db-doc-generator Skill 后,核心就是三条命令:

perl 复制代码
# 1. 生成 Excel 表结构文档
python generate_doc.py \
    --conn "oracle://user/pass@host:1521/service" \
    -o 表结构文档.xlsx
​
# 2. 对比旧文档,自动标注变更
python generate_doc.py \
    --conn "oracle://user/pass@host:1521/service" \
    -d 旧版文档.xlsx \
    -o 新版文档.xlsx
​
# 3. 同步到飞书电子表格
python sync_sheet_to_feishu.py --initial

然后配置一个 WorkBuddy 、Claude code、Codex 自动化任务:

  • 频率:每天 02:00
  • 流程:检测变更 → 重建飞书电子表格 → 更新基线
  • 兜底:同步失败不更新基线,下次自动重试

之后就可以每天自动同步,人工只需要处理变更内容本身,文档永远是最新的。

六、总结

整个流程做下来,其实就解决了三个问题:

痛点 之前 之后
文档生成 手动整理,80小时 一条命令,30秒
协作查看 Excel文件传来传去 飞书在线,点击跳转
持续维护 靠人记得更新 每天凌晨自动同步

程序员不是不想写文档,是手动维护文档的成本太高。当你把这个成本降到接近零,文档更新就变成一件自然而然的事。

这个Skill支持Oracle、MySQL、PostgreSQL、SQLite四种数据库,内置4种Excel模板,支持飞书电子表格同步和定时自动化。以后接手任何老项目,连上数据库,一条命令搞定。

skill地址:

相关推荐
mingo_敏1 小时前
强化学习(RL):原理、算法、RLHF落地全解析
人工智能·算法·机器学习
带娃的IT创业者1 小时前
深度解析:当 AI 代理拥有人格——重构软件开发协作模式
人工智能·重构·大模型·软件开发·人机协作·ai代理·多代理协作
小羊没烦恼!1 小时前
AI转型不是技术问题,是组织问题。
大数据·人工智能·ai
Omics Pro1 小时前
Agentic AI正在重构整个生物信息学工作流
大数据·数据库·人工智能·机器学习·语言模型·自然语言处理·重构
Rauser Mack1 小时前
Vibe coding游戏实战:零代码编程五子棋小游戏
人工智能·python·游戏·html·prompt
凡科建站1 小时前
2026年7月在线考试平台搭建服务商前十有哪些?
大数据·人工智能
FriendshipT2 小时前
Ultralytics:解读PSABlock模块
人工智能·pytorch·python·深度学习·目标检测
minxihou2 小时前
TRINITY-Router: 用数据证伪LLM路由假设 - 8模型316题实验报告
人工智能·深度学习·语言模型·智能路由器
大象说2 小时前
在线AIGC检测的底层逻辑与技术落地误区
人工智能