bsl-query-expert

bsl-query-expert 是一個專為 Boring Semantic Layer (BSL) 設計的代理技能，BSL 是一個基於 Ibis 的輕量級架構，用於進行結構化資料探索。此技能專為資料分析師、工程師及研究人員打造，旨在無需編寫冗長的樣板程式碼即可執行快速且即時的語意模型分析。該技能自動化了模型發現、結構檢驗與複雜查詢構建的流程，確保使用者能以最小的成本從原始資料表獲得高價值的見解與視覺化圖表。

• 執行多步驟的探索性資料分析，包括發現可用模型、檢閱結構描述，並執行精確的聚合操作。

• 使用流暢的 API 方法構建複雜查詢，包含分組 (group_by)、篩選 (filter)、資料變換 (mutate) 及視窗函數 (如滾動平均、排名、累加總計)。

• 支援進階語意操作，例如市佔率分析 (總數百分比)、分組桶 (bucketing) 以及語意表之間的多跳式連接 (join)。

• 將查詢結果自動呈現為表格或圖表，並支援整合 Altair、Plotly 或 plotext 等後端進行即時資料視覺化。

• 智慧化處理特定資料庫邏輯，包括時間維度截斷 (年、季、月、週、日) 以及使用 ibis.cases 的條件式表達式。

• 務必從列出模型並擷取結構開始，以確保欄位名稱正確性，因為該技能嚴格要求使用確切的欄位定義。

• 針對複雜篩選或類別查詢，請使用推薦的多跳式模式：先執行探索性查詢 (限制紀錄數) 以檢查實際值，再執行最終的篩選查詢。

• 若需語法釐清，請隨時使用 get_documentation() 工具查詢內部的 API 參考，涵蓋查詢方法、視窗函數及圖表繪製等主題。

• 在建構查詢時，最終輸出預設使用 get_chart=true 以觸發視覺化渲染，而在探索階段則使用 get_chart=false，確保資料傳輸專注於原始數值。

• 此技能針對包含 DuckDB、Snowflake、BigQuery 及 PostgreSQL 等 Ibis 整合引擎進行了優化，是連接大型語言模型推理與生產級資料庫的強大橋樑。