SQL 查询构建器 SQL Query Builder — 自然语言转 SQL 并做执行计划级优化建议 Skill 技能

技能简介

sql-query-builder 是一个把「人话」翻译成可靠 SQL 的技能，重点不只是写出能跑的语句，而是写出经得起执行计划检验的语句。你把业务问题、表结构和数据库类型告诉它，它会给出查询草稿、解释其中的假设，并针对索引、过滤条件、连接方式和查询形态给出优化建议。对于已经写好的慢查询，它也能做一次结构化复核，指出可能的性能风险与漏掉的过滤条件。

核心能力

• 把自然语言的数据需求转成 SQL 查询方案，并显式列出所依赖的假设。
• 针对 PostgreSQL、MySQL、SQLite、SQL Server 等方言给出写法差异提示。
• 复核已有查询的正确性与性能风险，指出缺失的过滤条件与潜在的笛卡尔积。
• 从执行计划角度提出优化方向：索引选择、谓词下推、连接顺序、查询重写。
• 以对话方式逐步澄清口径，例如统计口径、时间边界、去重规则。
• 提醒把生成结果先在安全测试数据上验证，再用于报表或计费场景。

安装配置

1. 通过 Skillstore CLI 安装：npx skillstore add hermes-sedimentary/zhangchenlai-dev-sql-query-builder。
2. 无需数据库驱动或连接配置，技能不直连数据库，只做 SQL 方案与审查建议。
3. 准备一份最小可用的表结构说明：表名、字段、类型、主外键与关键索引。
4. 若涉及多套数据库，建议在提问时明确方言，避免函数与分页写法不一致。

使用步骤

1. 描述数据问题：要什么指标、按什么维度分组、时间范围与过滤条件。
2. 附上相关表结构与方言，字段名尽量用真实名称而非代称。
3. 让技能输出查询草稿与假设清单，先核对口径再看语法细节。
4. 对复杂查询要求给出执行计划层面的注意点与索引建议。
5. 在测试库小样本上验证结果，比对总数、空值与边界日期。
6. 把最终 SQL 与口径说明一起归档，方便后续维护者理解。

适用场景

• 报表取数：把业务问题快速转成可复核的统计 SQL，减少来回沟通。
• 慢查询优化：对线上慢 SQL 做一次审查，找出缺失索引与不合理连接。
• 新人上手：用自然语言提问配合表结构，快速理解数据模型与常用查询。
• 数据需求评审：在交给数据工程师之前，先产出带假设的查询草案。
• 跨库迁移：对比不同方言下的写法差异，减少迁移后的语法错误。

适用人群

数据分析师、运营与业务分析岗、后端工程师、数据产品经理，以及需要自己取数但不熟悉 SQL 优化的业务人员。对经常在「业务口径」和「SQL 实现」之间来回确认的团队帮助明显。

工作原理

技能把过程拆成「澄清—生成—审查」三段：先通过对话补齐口径与结构信息，再基于给定 schema 生成查询，最后用执行计划的视角做静态审查，指出可能的全表扫描、索引失效与连接膨胀。它不会连接数据库执行语句，也不会推断未提供的私有表结构，因此所有产出的可靠性都取决于你给的 schema 与业务约束是否完整。

官方链接

• Skillstore 页面：https://skillstore.io/skills/zhangchenlai-dev-sql-query-builder
• 源码仓库：https://github.com/zhangchenlai-dev/hermes-skill-store
• 授权协议：MIT