技能介绍

自然语言转 SQL 的工程痛点

写复杂分析查询时，自然语言转 SQL 的桥接往往卡在两个环节：方言差异和性能黑盒。业务方一句“看下上个季度各区域滞销商品的环比降幅”，落到库里可能是跨表 join、窗口函数和日期边界的组合。直接让模型吐 SQL，常出现以下问题：

隐式逗号连接导致意外的交叉连接。
未索引列上的全表扫描。
把 BETWEEN 用在 timestamp 上导致多算一天。

核心能力与执行链路

这个技能将自然语言翻译与查询优化绑成一条标准链路。它先解析意图，区分聚合摘要和明细行，再结合 DDL 或表结构映射出表别名与 join 路径。生成阶段，它根据复杂度选择 CTE、窗口函数或子查询，并强制使用显式 JOIN 和列别名。
写完后，技能会调用 EXPLAIN 或 EXPLAIN ANALYZE 检查执行计划。如果发现高危执行计划，它会给出具体建议：

建索引：针对全表扫描的过滤列。
谓词下推：在 join 前尽早过滤驱动表。
查询重写：拆分复杂嵌套或调整 join 顺序。

目前它覆盖 PostgreSQL、MySQL、SQLite、SQL Server 和 BigQuery 等主流方言。

适用边界与避坑指南

它不代替数据工程师写最终的生产代码。生成的 SQL 必须在实际 schema 上跑一遍，因为自然语言里的“销售额”可能对应 revenue 列，也可能指代 orders 表。遇到多表同名列时，它会自动加表名前缀，但语义模糊时仍需要你补一句背景。对于边缘情况，技能会使用 COALESCE、NULLIF 和分页逻辑兜底，但你仍需确认业务假设是否成立。安全上，它不自动执行下载或外部写入，生成的代码默认只作参考。