支持的核心数据库工作流：
• 创建并测试 Snowflake 连接
• 在 Dory SQL 控制台中运行 SQL
• 浏览数据库、模式、表和视图
• 检查表列并预览表数据
• 使用默认仓库、数据库、模式、角色和会话选项
• 通过密码或密钥对认证

认证方式：
密码认证：提供账户标识符、仓库、默认数据库、模式、用户名、可选默认角色和密码即可快速验证。
密钥对认证：粘贴 PEM 私钥，避免存储普通密码，适用于生产环境。

在工作区中的使用：
连接保存后即可在 SQL 控制台中运行标准 SQL，在资源管理器中浏览对象层次。表预览使用 Snowflake 感知的标识符引用和分页，无需手动编写预览查询。

人机协同工作流：
Dory 不仅是 SQL 编辑器，更是 AI 原生数据工作区。用户可手动探索，也可让 AI 辅助编写或优化 SQL，审核、重跑、调整并继续分析。

第一阶段：AI基础（生成式AI概念、Token、嵌入、幻觉、上下文窗口、训练 vs 微调）
第二阶段：提示工程（零样本、少样本、思维链、角色提示、优化技巧）
第三阶段：主流模型对比（GPT、Claude、Gemini、Llama、DeepSeek、Mistral、Qwen）
第四阶段：AI开发（Python、API、SDK、流式响应、函数调用、结构化输出）
第五阶段：RAG（嵌入、向量数据库、文档分块、语义搜索、生产级RAG系统）
第六阶段：AI代理（多代理、规划、记忆、工具调用、MCP协议）
第七阶段：实际项目（AI聊天机器人、简历分析、网站构建、客服、PDF聊天、代码助手等）
第八阶段：部署与生产（安全、鉴权、限流、监控、日志、性能优化、成本控制、扩缩容）

为什么选择 API 集成：解耦、可扩展、安全、易维护。典型架构：用户 → 应用 → API 网关 → 集成平台 → SAP S/4HANA / 云服务（分析、AI、GIS）。
常见场景：客户门户暴露 SAP 订单为 REST API；移动端工单查询与状态更新；GIS 结合资产数据可视化；分析平台流式传输运营数据；IoT 设备接入 SAP 做预测性维护。
同步 API 适用于需要即时响应的场景（客户查询、可用性检查）；异步消息队列更适合长时间流程（订单、发票、库存更新），能降低系统依赖性。
安全实践：使用 API 管理层暴露接口，应用 OAuth 2.0、JWT、TLS 加密、限流、版本控制、集中日志和基于角色的授权。避免将业务逻辑内嵌到 API 端点中——由 SAP 管理业务逻辑，API 仅暴露能力，集成服务编排工作流，云应用提供体验。
错误处理：返回有意义的 HTTP 状态码、记录详细错误、重试临时失败、使用断路器。监控关键指标：延迟、错误率、请求量、认证失败、服务可用性。
GIS 集成案例：SAP 资产数据 → REST API → 集成层 → GIS 平台 → 交互地图 → 现场作业，适用于公用事业、电信、交通、政府等行业。
最佳实践：围绕业务能力设计 API；避免直连数据库；保护每个端点；适当使用异步消息；全面监控；充分文档；从一开始就进行版本控制；测试失败场景而不仅是成功路径。

典型 React 应用从 hydration 开始，整个应用变成一个大型 JS 应用。对于仪表盘、管理面板，这一 trade-off 合理；但对作品集，多数访客只想浏览你的项目、博客和 GitHub，全量 hydration 显得浪费。

Astro 页面构建后输出纯 HTML，访问者无需等待 JS 即可看到内容。例如：npm run build 直接生成静态文件。

岛屿架构中，只有标记了 client:load 或 client:visible 的组件（如主题切换、轮播）才会下载并执行 JS，其余保持静态。这减少了带宽消耗和浏览器工作量。

由于默认输出 HTML，搜索引擎能立即抓取页面标题、描述、标题、内容链接，无需等待 JS 执行完毕，在博客和作品集场景下是明显优势。

适用场景：开发者作品集、个人博客、文档网站、公司落地页、营销页面、电商首页等以内容为核心的网站。

1. 爬虫易写，持续维护难。 博彩前端、端点或Cloudflare防护随时变化，字段更名常导致凌晨排查生产故障，需同时维护数十个爬虫并保障7x24运行。

2. 每家博彩商对“同一场比赛”定义不同。 利物浦vs阿森纳在不同平台可能表述为“Liverpool Arsenal”“Liverpool FC Arsenal FC”或含联赛前缀，部分用数字ID，部分无ID。匹配事件成为比预料大得多的数据工程问题。

3. 实时不只是“快”。 高峰期数秒内数千条赔率变动，基础设施必须快速检测、高效处理、避免重复、低延迟恢复，30-60秒刷新对许多实时应用远远不够。

4. 监控比代码更重要。 爬虫可能静默漏掉市场、WebSocket保持连接但停止更新，无监控时用户看到过期数据看似正常。如今花在改进监控与报警上的时间几乎与写新功能持平。

5. 开发者要的不是原始数据，而是一致性。 各博彩商结构、命名、格式不同导致集成痛苦。归一化后提供统一接口，开发者才能专注产品而非转换逻辑。