Skills Guide

Extraction et Inférence de Schéma DB/ERD

VérifiéPrudence

Se connecte aux bases MySQL, MSSQL et Oracle pour extraire les métadonnées de schéma et inférer les relations entre tables via contraintes FK, motifs de nommage (_id, _cd, _code, _no) et correspondance de colonnes. Exporte le schéma inféré en diagrammes ERD DBML ou Mermaid, utile pour la rétro-ingénierie de bases existantes ou la documentation de modèles de données.

Télécharger et utiliser
Spar Skills Guide Bot
DeveloppementIntermédiaire
02/06/2026
Claude Code
#database#erd#schema#python#mysql

Recommandé pour

Développeur backendClaude CodeRevue de codeDéveloppeur frontendDéveloppeur fullstackRefactoring

Synthèse automatique

Un worker Python qui extrait les métadonnées d'une base de données, infère les relations entre tables et exporte des diagrammes ERD au format DBML ou Mermaid.

Points forts

  • Supporte MySQL, MSSQL et Oracle via des connecteurs dédiés
  • Inférence de relations basée sur les clés étrangères, les conventions de nommage et les commentaires
  • Export vers DBML et Mermaid pour visualisation immédiate
  • API REST claire avec 7 endpoints bien définis

Limites

  • Seul MySQL a été testé en conditions réelles
  • Pas de tests unitaires ni d'intégration automatisés
  • Les performances sur les grands schémas (200+ tables) restent à valider
Quand l'utiliser

Lorsque vous avez besoin d'analyser rapidement la structure d'une base de données et d'en générer un diagramme ERD pour documentation ou refactoring.

Quand l'éviter

Pour des bases avec des relations sémantiques complexes non exprimées par des clés étrangères ou un nommage standard (ex: dépendances implicites dans des colonnes JSON).

Analyse de sécurité

Prudence
Score qualité80/100

The SKILL.md is a project documentation file describing a backend worker that starts a web service and interacts with databases. While not inherently destructive, automated execution of a server could expose internal resources and database access without proper authentication checks, warranting caution.

Points d'attention
  • •Skill describes starting a FastAPI server on port 8000, which could expose internal services if run automatically by an AI agent.
  • •Connects to production databases (MySQL, MSSQL, Oracle) using potentially stored credentials, increasing risk if mishandled.
  • •No explicit dangerous commands, but running an unhardened server introduces network surfaces.
Comment cette analyse est faite

Exemples

Extract metadata from a MySQL database
Connect to my MySQL database at localhost:3306, schema 'sales', and extract all table metadata including columns, types, comments, and primary keys.
Infer relationships and generate ERD diagram
From the extracted metadata of the 'sales' database, infer all relationships (foreign keys, _id patterns, etc.) and build an ERD graph, then export it as Mermaid code.
Test database connection and export DBML
Test connection to my MySQL database 'inventory', then extract its schema, infer relations, and export the ERD as DBML.

ERDAI DB/ERD Skill (Python Worker)

참조 문서

  • agent/db-connection.md
  • agent/erd-engine.md
  • agent/backend.md

현재 구현 상태

✅ 완료

| 항목 | 파일 | |---|---| | FastAPI 앱 구조 | app/main.py | | 전체 7개 엔드포인트 | app/routers/worker.py | | MySQL 커넥터 | app/services/connectors/mysql_connector.py | | MSSQL 커넥터 (pymssql) | app/services/connectors/mssql_connector.py | | Oracle 커넥터 (oracledb) | app/services/connectors/oracle_connector.py | | 커넥터 팩토리 | app/services/connectors/factory.py | | 메타데이터 추출 서비스 | app/services/metadata_service.py | | 관계 추론 서비스 | app/services/inference_service.py | | DBML/Mermaid export | app/services/export_service.py | | Pydantic 모델 | app/models/connection.py, metadata.py, erd.py | | requirements.txt | pymysql/pymssql/oracledb/pydantic>=2.10.0 |

엔드포인트 목록

GET  /worker/health
POST /worker/test-connection       # TestConnectionRequest → TestConnectionResponse
POST /worker/extract-metadata      # ExtractMetadataRequest → SchemaMetadata
POST /worker/infer-relations       # InferRelationsRequest → list[InferredRelation]
POST /worker/build-erd             # BuildErdRequest → ErdGraph
POST /worker/export/dbml           # BuildErdRequest → PlainText
POST /worker/export/mermaid        # BuildErdRequest → PlainText

관계 추론 로직 (inference_service.py)

  1. 실제 FK — fk_refs에서 confidence=FK (score=1.0)
  2. _id 패턴 — 테이블명 매칭 시 HIGH (0.8~0.9), 코멘트 일치 +0.1
  3. _cd/_code 패턴 — MEDIUM (0.6~0.7)
  4. _no 패턴 — LOW (0.45~0.55)
  5. PK 컬럼명 직접 일치 — MEDIUM (0.55)

❌ 남은 작업

  1. MSSQL/Oracle 실제 연결 테스트 — MySQL만 검증됨
  2. 도메인 자동 분류 — 테이블 prefix 기반 (예: mail_ → MAIL)
    • 현재 Worker에서 domain 필드 반환하지 않음 (erdBuilder에서 'ETC' 기본값)
    • inference_service.py 또는 build-erd 엔드포인트에서 prefix 분류 추가 필요
  3. 대형 스키마 성능 — 200+ 테이블 처리 시 타임아웃 테스트
  4. pytest 테스트 — tests/ 디렉터리 없음

기동 방법

cd worker
python -m uvicorn app.main:app --port 8000 --reload
# python main.py 로 실행 금지 (모듈 경로 문제)

Python 버전 주의

  • Python 3.14 이상: pydantic>=2.10.0 필수 (cp314 wheel 있음)
  • pydantic 2.9.x: Rust build 필요 → 설치 실패

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/database-schema-extraction-and-erd-inference-mm5t89p1/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/database-schema-extraction-and-erd-inference-mm5t89p1' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/database-schema-extraction-and-erd-inference-mm5t89p1/download' --output '.skill-downloads/database-schema-extraction-and-erd-inference-mm5t89p1/SKILL.md.part' && mv '.skill-downloads/database-schema-extraction-and-erd-inference-mm5t89p1/SKILL.md.part' '.skill-downloads/database-schema-extraction-and-erd-inference-mm5t89p1/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/database-schema-extraction-and-erd-inference-mm5t89p1/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires

Bonnes pratiques React Hook Form

Developpement

Maîtrisez React Hook Form : évitez les anti-patterns, gérez les abonnements, et traitez correctement reset, dirty state et entrées contrôlées.

Claude CodeCursorWindsurf+2intermediateSûr 108,623
Skills Guide Bot

Migration Emotion vers Mantine

Developpement

Migrer les styled-components Emotion vers des composants Mantine avec style props et modules CSS. Pour convertir .styled.tsx ou supprimer les imports @emotion.

Claude CodeCursorWindsurf+1intermediateSûr 48,981
Skills Guide Bot

Détecteur de dérive de périmètre

Developpement

Analyse les diffs git par rapport à une intention pour détecter la dérive de périmètre, fichiers non liés et PR trop larges, puis suggère de garder, diviser ou justifier.

Claude CodeCursorCodexintermediateSûr 135,015
Skills Guide Bot