自然语言转SQL查询

写 SQL 这件事，为什么值得交给一个技能

产品经理和分析师手里握着最清楚的数据问题，却往往要跨过一道坎：把问题翻译成 SQL。跨方言尤其麻烦——PARTITION BY 在 BigQuery 和 PostgreSQL 里的写法并不相同，Snowflake 的 QUALIFY 在 MySQL 里根本不存在。手写复杂查询不仅容易拼错语法，还常常忽略索引和分区，数据量一上来就变慢；接手同事 SQL 的人，往往要花半小时才能看懂一段嵌套逻辑。

从表结构到可执行脚本的完整链路

核心能力：

• 多方言支持：覆盖 BigQuery、PostgreSQL、MySQL、Snowflake、SQL Server
• 文件读取：直接解析 schema 文件、SQL dump 或数据文档
• 查询优化：建议索引、分区策略与性能改进方向
• 解释与测试：逐段拆解查询逻辑，可生成测试脚本和样例数据

工作流程分四步：

1. 读取表结构，提取表名、列定义、主外键和索引策略
2. 确认要检索的数据、SQL 方言以及过滤、聚合、排序等细节
3. 生成带注释的优化查询，附性能考量和备选方案
4. 用平实语言解释逻辑，给出测试与验证建议

最终交付物不只是 SQL：包含带注释的生产级代码、逻辑说明、性能备注，以及按需提供的测试脚本。

适用边界

它不会自动安装依赖、修改系统权限或创建持久化任务；涉及发送、发布、删除、付款、部署等外部写入操作时，会先展示目标与影响，等你明确确认。默认输出的代码和命令仅作为参考，只有在你明确要求且目标范围清楚时才运行。