Multica 的一项工作不会只落在一张表里。创建一个 Issue 会涉及工作区、成员、项目、标签和附件；把它交给 Agent 后，又会产生 Runtime、队列任务、运行消息和用量记录。数据库模型要解决的核心问题，是让这些记录各自保存清晰的事实，同时还能沿着同一个工作区和同一个 Issue 找回完整上下文。
本文先从核心数据抽象建立坐标，再列出当前 schema 的全部业务表，随后按领域解释模型如何组织业务事实和生命周期，最后回到 Go 服务端说明 SQL、事务和业务 Service 如何访问数据库。
如果只看界面，Multica 像一个可以把任务分给智能体的看板；如果只看后端，它又像一组带 WebSocket 的 Go API。真正把这些部分串起来的，是一条很具体的工作链路：人创建一项任务，服务器把这项工作排进队列，运行时所在机器上的守护进程领取它，守护进程再启动本机已经安装好的 agent CLI，最后把进度、评论和结果写回同一项任务。
这篇文章从这条链路出发，介绍 Multica 的模块边界和协作方式。代码以仓库当前实现为准（commit：ea94c7cd5bbce9c8e1f28c5fa049c47ee7651d02），示例中的路径都可以在源码中直接找到。
昨天晚上中国男篮在亚运会半决赛 20 分惨败中国男篮，作为一个长期关注中国男篮的球迷，这个结果的确让人难受，有点像自己高中没有考好的难受。昨天晚上看虎扑看到一点多，今天也自己写点。
经过前面十四篇文章，我们沿着一条主线拆解了 go-zero 的完整肌理——从 goctl 代码生成，到 REST 与 zRPC 的请求处理链路，再到服务发现、弹性保护、可观测性和数据访问层。这是一条"正常路径"：服务按预期启动，请求按预设流程处理，一切都在理想状态下运转。但在真实的工程实践中，理解一个框架远不止读懂主流程。
我们已经把 go-zero 的核心肌理几乎全部拆解了一遍：从 goctl 的代码生成，到 REST 和 zRPC 的请求处理链路，再到服务发现、弹性保护、可观测性与数据访问层。这些能力构成了一个微服务框架的基础设施——你可以在上面构建出一个完整的微服务系统。
但是，框架的真正活力在于扩展性。当核心能力稳定之后，自然会涌现出在核心框架之上构建更高层抽象的需求。go-zero 的 gateway 包和 mcp 包就是这种思路的两个典型产物：它们不修改 rest 或 zrpc 的一行代码，却分别构造出了协议网关和 AI 工具协议服务两种全新的服务形态。
go-zero 的数据访问层由 core/stores/ 下的六个子包构成——sqlx、redis、cache、sqlc、mon、monc。本文就沿着这条层次线索来阅读源码：先从底层的 sqlx 和 redis 入手，理解连接管理和监控机制；然后深入到 cache 层，拆解 Cache-Aside 模式及其三种防护策略；最后看 sqlc 和 monc 如何把数据库和缓存编织在一起。
这篇文章将学习 go-zero 的一些底层组件，这些工具本身不参与业务逻辑，也不直接暴露给最终用户。它们构成了框架的"标准库"——如果上层建筑是房屋的梁柱，这些工具就是砌成梁柱的砖石。它们分布在 core/collection/、core/syncx/、core/executors/、core/fx/、core/mr/ 和 core/threading/ 六个包中。我们不会逐个罗列所有类型，而是从上层模块的依赖关系出发，沿着"时间工具 → 并发控制 → 执行器 → 高级抽象"这条线索来组织它们。
当断路器跳开了、降载器拒绝了请求、限流器拦住了调用方——你如何知道这些事正在发生？更进一步，当系统一切正常时，你如何验证一切正常？这就是可观测性的领域。它不直接参与业务逻辑，但它回答运维中最基本的问题。