bsl-query-expert

bsl-query-expert 是一个专为 Boring Semantic Layer (BSL) 设计的代理技能，BSL 是一个基于 Ibis 的轻量级架构，用于进行结构化数据探索。此技能专为数据分析师、工程师及研究人员打造，旨在无需编写冗长的样板代码即可执行快速且即时的语义模型分析。该技能自动化了模型发现、结构检验与复杂查询构建的流程，确保用户能以最小的成本从原始数据表获得高价值的见解与可视化图表。

• 执行多步骤的探索性数据分析，包括发现可用模型、查阅结构描述，并执行精确的聚合操作。

• 使用流畅的 API 方法构建复杂查询，包含分组 (group_by)、筛选 (filter)、数据变换 (mutate) 及窗口函数 (如滚动平均、排名、累加总计)。

• 支持进阶语义操作，例如市占率分析 (总数百分比)、分组桶 (bucketing) 以及语义表之间的多跳式连接 (join)。

• 将查询结果自动呈现为表格或图表，并支持整合 Altair、Plotly 或 plotext 等后端进行即时数据可视化。

• 智能化处理特定数据库逻辑，包括时间维度截断 (年、季、月、周、日) 以及使用 ibis.cases 的条件式表达式。

• 务必从列出模型并撷取结构开始，以确保字段名称正确性，因为该技能严格要求使用确切的字段定义。

• 针对复杂筛选或类别查询，请使用推荐的多跳式模式：先执行探索性查询 (限制记录数) 以检查实际值，再执行最终的筛选查询。

• 若需语法厘清，请随时使用 get_documentation() 工具查询内部的 API 参考，涵盖查询方法、窗口函数及图表绘制等主题。

• 在构建查询时，最终输出预设使用 get_chart=true 以触发可视化渲染，而在探索阶段则使用 get_chart=false，确保数据传输专注于原始数值。

• 此技能针对包含 DuckDB、Snowflake、BigQuery 及 PostgreSQL 等 Ibis 整合引擎进行了优化，是连接大型语言模型推理与生产级数据库的强大桥梁。