需要把自然语言数据需求转成多方言 SQL…

当你已有或可描述数据库结构，并想把业务问题快速转成 BigQuery、PostgreSQL、MySQL 等方言的可执行 SQL 查询时使用。

适用场景

解决思路

1. 接收自然语言需求，将其转换为跨多个数据库平台的优化 SQL 查询。
2. 面向产品经理、分析师和工程师，以降低手动 SQL 语法工作为目标生成准确查询。
3. 若用户提供 schema 文件（SQL、文档或图描述），读取并分析该文件。
4. 从 schema 中提取表名、列定义、数据类型和关系。
5. 从 schema 中识别主键、外键和索引策略。
6. 明确用户需要检索或分析的确切数据。
7. 确认 SQL 方言（BigQuery、PostgreSQL、MySQL、Snowflake 等）。
8. 询问附加要求（过滤、聚合、排序）。
9. 编写高效 SQL，并利用数据库结构。
10. 在 SQL 中包含注释，解释复杂逻辑。
11. 为大数据集添加性能考虑。
12. 如适用，提供替代方法。
13. 用通俗英文解释查询逻辑。
14. 建议如何测试或验证结果。
15. 提供性能优化建议。
16. 如用户需要，生成测试脚本或示例数据。
17. 支持多方言：BigQuery、PostgreSQL、MySQL、Snowflake、SQL Server。
18. 读取 schema 文件、SQL dump 和数据文档。
19. 建议索引、分区和性能改进。
20. 为学习和文档拆分查询。
21. 生成测试查询和示例数据脚本。
22. 为用户的数据库创建可执行 SQL 脚本。
23. 提示用户提供上下文：分享数据库 schema 或结构。
24. 提示用户具体说明：清楚描述所需数据和过滤条件。
25. 提示用户提及数据库：指定 SQL 方言。
26. 提示用户包含约束：说明数据量、时间范围和性能需求。
27. 提示用户请求格式：如需要特定输出，说明查询结果格式。
28. 输出生产就绪、带注释的 SQL Query。
29. 输出 Explanation：查询做什么以及如何工作。
30. 输出 Performance Notes：优化提示和注意事项。
31. 如请求，输出 Test Script：示例数据和验证查询。
32. 示例：上传 database_schema.sql 并说：“生成一个查询，找出在过去 30 天内注册且至少有 5 次活跃会话的用户”。
33. 示例：根据图描述生成查询，如 Users 表（id, email, created_at）、Sessions 表（id, user_id, timestamp, duration），查询 2026 年 1 月每个用户的平均会话时长。
34. 示例：生成复杂分析查询，如 BigQuery 中按地区和客户层级分析收入，包括同比增长率。

适用边界 · 注意事项

• 没有数据库 schema、表结构或可描述的关系，且无法提供时，无法保证生成查询准确。
• 需要直接连接数据库执行并返回实时生产数据时，本技能只生成 SQL/测试脚本，仍需数据库访问权限和工具。
• 使用高度专有、非标准 SQL 方言或必须经过严格 DBA/合规审计的生产查询时，需人工复核。