数据库访问服务

要解决的问题

大模型本身不能直连数据库，也没有统一的元数据发现手段。当你需要回答「这个库里有哪些表」「某张表的字段定义是什么」「这条业务数据存在哪张表」这类问题时，模型只能去猜，或者把 DDL 整段贴进上下文。表多了以后，既浪费 token，也不可靠。

它是怎么工作的

数据库访问服务把模型限定为路由层：理解意图、选工具、抽参数；真正的查询由 scripts.tools 中的函数完成。核心能力有三个：

• scripts.tools.list_tables：列出库中所有表
• scripts.tools.get_table_schema：获取指定表的列信息，参数 table 必填
• scripts.tools.sql_query：执行客户端提供的 SQL，参数 query 必填

一次调用的标准流程是：先确认 scripts.config.settings.api_key 非空，缺省时通过 AskUserQuestion 拿到密钥并用 scripts.config.set_api_key(api_key) 保存；再按用户意图选工具、补参数，参数不全同样走 AskUserQuestion 询问；最后以关键字参数调用工具，例如 scripts.tools.sql_query(query="select * from t")。返回值是 dict：result["raw"] 是 API 原始 JSON，整理后展示给用户；result["success"] 表示成败；result["message"] 给出状态消息。

适用边界

• API 密钥为必需项，未配置时不能继续，也不能自行搜索或编造数据。
• 模型只负责意图识别与参数组装，执行环节交给后端 API，不在本地拼连接串。
• 工具仅覆盖表列表、表结构与 SQL 执行三类操作，不含写入、迁移或 DDL 变更。
• get_table_schema 与 sql_query 均有必填参数，调用前需确认参数完整。