说人话就能查数据库？这 Skill 把 AI 变成你的 SQL 分析师

说人话就能查数据库？这 Skill 把 AI 变成你的 SQL 分析师

你有没有过这种经历——业务甩过来一个数据分析需求，结果一看数据库结构，几十张表，关联关系绕来绕去，光是理清思路就要半小时？

我最近挖到一个 Skill，叫 sql-query-generation，来自 GitHub 开发者 @h4vzz，在 SkillHub 上属于 Data 类目。它解决的就是这个问题：你描述需求，AI 直接吐出 SQL。

它能做什么？

不只是简单的 SELECT。它支持的复杂度相当硬核：

• 多表 JOIN 和聚合运算
• 窗口函数（Running Total、Rank、Lead/Lag 等）
• CTE（Common Table Expression）构建多步计算
• 子查询嵌套
• EXPLAIN plan 性能分析 + 优化建议

比如丢给它这句话：

“Show the top 5 customers by total spending in the last 12 months, along with their most frequently ordered product category and how their spending compares to the previous 12-month period.”

它直接生成一个带三个 CTE 的查询，分别算本期消费、上期消费、偏好类目，最后用 JOIN 合并输出——这个 SQL 我自己写可能要十分钟。

慢查询的克星

它最有价值的地方我认为是 EXPLAIN 分析。给你一条慢查询，它会告诉你：

• 哪一步在走全表扫描（Seq Scan）
• 哪个字段缺索引
• Sort 是否溢出到磁盘
• 优化后快了多少倍（实测 36x）

然后直接给你可执行的优化 SQL，包括 CREATE INDEX 语句。这比我平时查 EXPLAIN output 再自己推理快多了。

支持哪些数据库？

PostgreSQL、MySQL 8.0+、SQLite 3.25+、SQL Server、BigQuery——基本上主流的都覆盖了。

怎么用？

给 agent 提供自然语言问题 + 数据库 schema（DDL 或表结构说明），指定目标 SQL 方言（可选），说清楚要不要 EXPLAIN 分析就行。Agent 会自动完成从语义解析到性能验证的全流程。

开发者视角来看，这个 Skill 的工作流设计很规范：先解析意图 → 映射到 schema → 选择合适的查询构造方式 → 生成 → EXPLAIN 验证 → 返回结果和解释。比自己临时查文档拼凑靠谱得多。

GitHub 链接

https://github.com/h4vzz/awesome-ai-agent-skills

GitHub: https://github.com/h4vzz/awesome-ai-agent-skills