工程開發
query-writing avatar

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
在 GitHub 查看