На Hacker News показали LLMSchema — легковесный инструмент для разработчиков, работающих с кодинг-агентами. Это консольная утилита и Go‑библиотека, которая подключается к базе данных и выгружает её схему в виде одного компактного Markdown‑файла. Автор объясняет, что ему надоело наблюдать, как AI‑агенты пытаются восстановить структуру данных из кода и миграционных файлов, тратя на это лишний контекст и время. Проект лицензирован под MIT и собирается в один бинарник.
В основе LLMSchema лежит прямая идея: дать языковой модели точную и лаконичную картину таблиц, колонок, типов, индексов, ограничений и связей, не заставляя её рыться в application code. Инструмент извлекает метаданные из PostgreSQL, MySQL и SQLite и формирует документ, начинающийся с оглавления, за которым следуют описания таблиц. Можно фильтровать по именам таблиц, исключать лишнее, отключать индекс и генерировать отдельные файлы для каждой таблицы. Вывод идёт в stdout или в указанный файл.
Почему это важно для практикующих AI‑разработчиков
LLMSchema решает узкую, но часто встречающуюся проблему: кодинг-агенты вроде Cursor, Copilot или Aider вынуждены угадывать схему на основе сниппетов моделей и миграций. Это приводит к галлюцинациям, устаревшим предположениям и напрасной трате токенов. Команда разработчика теперь может запускать утилиту в хуке после каждой миграции и подсовывать актуальный schema.md в AGENTS.md или прямо в промпт. Так агент получает достоверный «единый источник правды» о данных — без лишнего шума.
Ключевые возможности и настройки
Инструмент работает как CLI. Основные флаги:
— -o — запись в файл, иначе stdout.
— -t — список таблиц для включения («users,posts,comments»).
— -e — таблицы для исключения («migrations,audit_logs»).
— —no-table-index — убрать оглавление.
— —db-url — строка подключения (имеет приоритет над DATABASE_URL).
Для SQLite указывается путь к файлу БД; для MySQL допускается форма mysql://user:pass@tcp(host:port)/db.
Установка тривиальна: go run или go install с версионированием, либо curl‑установочный скрипт. Автор также рекомендует просто дать агенту ссылку на репозиторий и попросить его установить LLMSchema в проект.
Ограничения и предостережения
Создатель подчёркивает: инструмент предназначен для баз разработки, а не для продакшен-документации. Markdown‑файл содержит только схему — без данных, без бизнес‑семантики и без описания контрактов. LLMSchema не строит ER‑диаграммы, не обновляет документацию в реальном времени и не умеет отслеживать изменения схемы версионированно. Пользователю по-прежнему нужно самому встроить запуск утилиты в конвейер миграций и следить, чтобы агент получал именно актуальный срез. Кроме того, на момент публикации проект не имеет публичного трека с тестами и CI — это минималистичный single‑binary тул, проверенный на ограниченном наборе окружений.
Практический контекст для российских AI‑команд
Интерес к подобным утилитам растёт, потому что кодинг‑агенты становятся стандартным элементом рабочего процесса. В российских реалиях, где многие проекты переходят на PostgreSQL и SQLite в контейнеризованных средах, добавление LLMSchema в pre‑commit‑хуки или в команду миграций (например, в Makefile) может заметно сократить число неверных предположений агента о структуре данных. Компактный Markdown‑файл легко читается как человеком, так и LLM, и его можно хранить прямо в репозитории рядом с AGENTS.md. Это снижает порог входа: разработчику не нужно писать кастомный промпт с дампом схемы — достаточно одного вызова утилиты.
Источники
— Репозиторий проекта: https://github.com/tordrt/LLMSchema (лицензия MIT, CLI‑документация и примеры вывода).
— Обсуждение на Hacker News: https://news.ycombinator.com/item?id=50003569.
— Публикация‑верификатор: https://comrad404.com/pulse/
