技能介绍

问题：SQLite 数据操作为何需要专用工具？

处理 SQLite 数据库时，开发者常面临两类痛点：一是异构数据导入效率低，JSON/CSV/TSV 文件需手动编写脚本或依赖图形化工具转换，管道式数据处理流程断裂；二是复杂查询与 schema 管理繁琐，内存查询依赖临时文件、全文搜索配置需手写 FTS 表结构、ALTER TABLE 无法直接修改列类型等限制，导致重复劳动和潜在错误。

核心能力与关键步骤

数据管道直连：支持通过命令行管道直接导入 JSON/CSV/TSV 数据，例如 cat data.json | sqlite-utils insert my.db table，无需中间文件或手动建表，自动推断字段类型并批量插入。
内存 SQL 查询：可直接对 CSV/TSV/JSON 文件执行内存 SQL 查询，支持多表 JOIN，例如 sqlite-utils query "SELECT a.id, b.content FROM a.csv AS a JOIN b.tsv AS b ON a.id = b.id"，避免临时数据库文件。
全文搜索配置：一键为数据库表启用 FTS 索引，例如 sqlite-utils enable-fts my.db articles content，自动创建影子表并按相关性排序搜索结果，减少手写 FTS 表结构的复杂性。
Schema 转换：解决 SQLite ALTER TABLE 无法直接修改列类型的限制，例如 sqlite-utils transform my.db articles ALTER COLUMN content TEXT，通过表重建和数据迁移实现复杂 schema 变更。

适用边界与注意点

SQLite 版本依赖：全文搜索需 SQLite 3.9+，transform 功能依赖 SQLite 3.25+ 的 ALTER TABLE 增强，需确保环境版本兼容。
大表操作风险：transform 和 duplicate 操作涉及表重建，大表可能产生性能开销，建议在低峰期执行并提前备份。
数据类型约束：导入 JSON 时自动推断的字段类型可能不符合预期，例如 "123" 可能被识别为 TEXT 而非 INTEGER，需通过 --detect-types 显式控制。