query-writing
撰寫、執行並優化 SQL 查詢,涵蓋從簡單查詢到複雜的多表連接、聚合與子查詢,適用於資料擷取與報表生成。
簡介
Query-writing 技能使代理程式能夠直接與關聯式資料庫互動,為生成、測試與優化 SQL 程式碼提供結構化的工作流程。此技能專為資料分析師、軟體工程師與自動化報表系統所設計,旨在彌合自然語言需求與結構化資料庫操作之間的鴻溝。透過利用 sql_db_schema 進行元資料探索,以及使用 sql_db_query 執行操作,代理程式可以自主導覽資料庫綱要、處理多表關係並產出精確的結果集。
-
執行全面的查詢生成,範圍涵蓋從簡單的 SELECT 語句到複雜的 JOIN 結構、聚合函數 (SUM, AVG, COUNT) 與巢狀子查詢。
-
採用安全優先的方法論,優先執行唯讀操作,並明確禁止 INSERT, UPDATE, DELETE 或 DROP 等破壞性 DML 指令。
-
實作「先計畫、後執行」的結構化工作流程,鼓勵使用 write_todos 將複雜的分析問題分解為可管理邏輯步驟,再進行執行。
-
整合綱要檢查流程,用以識別正確的資料表、外部鍵關係與所需欄位,確保執行前的查詢準確性。
-
具備強大的錯誤恢復協議,協助代理程式透過系統化的驗證與優化,解決常見的 SQL 問題,如查詢結果為空、語法錯誤與查詢超時。
-
當使用者要求進行資料擷取、特定記錄篩選、跨表報表分析或資料庫洞察時,請使用此技能。
-
務必應用合理的限制條件(例如預設限制 5 筆的 LIMIT 子句),以管理大型結果集並確保效能。
-
於處理複雜 JOIN 時,應一致地使用資料表別名,以提升查詢的可讀性與維護性。
-
進行疑難排解時,應將錯誤視為迭代循環的一部分:核對綱要中的欄位名稱、檢查大小寫敏感度,並確保 GROUP BY 子句包含所有非聚合欄位。
-
請在 SQL 相容環境下使用此技能;其設計初衷為結構化資料擷取,而非一般檔案系統或網路搜尋任務。
倉庫統計
- Star 數
- 22,035
- Fork 數
- 3,081
- Open Issue 數
- 208
- 主要語言
- Python
- 預設分支
- main
- 同步狀態
- 閒置
- 最近同步時間
- 2026年4月30日 上午08:09