自然语言到SQL查询生成器

## 技能简介

SQL查询生成器是一款基于人工智能的工具，能够将用户的自然语言问题转换为精确、优化的SQL查询语句。该工具具备数据库模式感知能力，能够理解表结构、字段关系和约束条件，生成符合最佳实践的SQL代码。无论是简单的数据检索还是复杂的多表关联查询，都能快速准确地完成转换。

## 核心功能

- **自然语言转SQL**：支持中英文描述转换为标准SQL查询语句
- **模式感知**：自动识别表名、字段名、数据类型和外键关系
- **查询优化**：生成高效的SQL语句，考虑索引使用和性能因素
- **多数据库支持**：兼容MySQL、PostgreSQL、SQLite、Oracle等主流数据库
- **语法验证**：确保生成的SQL语法正确，符合目标数据库规范

## 调用步骤

### 第一步：提供数据库模式信息

在使用技能前，用户需要提供完整的数据库schema信息，包括：

- 所有相关表的名称和中文含义
- 每个表的字段列表，包含字段名、数据类型、是否可为空
- 表与表之间的外键关联关系
- 必要的索引和约束条件

### 第二步：描述查询需求

用自然语言清楚描述想要查询的信息，例如：

- “查找所有订单金额超过10000元的客户姓名和电话”
- “统计每个部门本月销售额排名前十的产品”
- “列出所有状态为已发货且创建时间在最近一周内的订单”

### 第三步：获取生成的SQL

技能将根据提供的schema和需求描述，生成对应的SQL查询语句。用户可以根据需要进一步调整或优化生成的代码。

## 使用示例

**示例一**：
用户提供schema：
```
表名：orders (订单)
字段：order_id(订单ID), customer_name(客户名), amount(金额), status(状态), created_at(创建时间)
```

用户需求：“查询金额大于5000且状态为已支付的订单，按创建时间倒序排列”

生成结果：
```sql
SELECT order_id, customer_name, amount, status, created_at
FROM orders
WHERE amount > 5000 AND status = '已支付'
ORDER BY created_at DESC;
```

**示例二**：
用户提供schema：
```
表名：customers (客户), orders (订单), order_items (订单明细)
customers: customer_id, name, phone
erders: order_id, customer_id, total_amount, order_date
order_items: item_id, order_id, product_name, quantity
外键：orders.customer_id -> customers.customer_id, order_items.order_id -> orders.order_id
```

用户需求：“查找购买过某产品的所有客户及其总消费金额”

生成结果：
```sql
SELECT c.name, c.phone, SUM(o.total_amount) AS total_spent
FROM customers c
INNER JOIN orders o ON c.customer_id = o.customer_id
INNER JOIN order_items oi ON o.order_id = oi.order_id
WHERE oi.product_name = '某产品'
GROUP BY c.customer_id, c.name, c.phone
ORDER BY total_spent DESC;
```

## 注意事项

1. **Schema必须准确**：提供的表结构和字段信息必须与实际数据库一致，错误的信息会导致生成不准确的SQL

2. **需求描述要清晰**：避免使用模糊的表述，如“相关的数据”，应明确指出需要查询的字段和条件

3. **复杂查询分步处理**：对于涉及多表关联、嵌套子查询的复杂需求，建议分步骤提供信息

4. **结果需人工审核**：生成的SQL应在大规模使用前进行测试和审核，确保业务逻辑正确

5. **考虑性能因素**：对于大数据量查询，注意检查是否需要添加索引或优化查询条件

## 常见问题处理

**Q: 生成的SQL有语法错误怎么办？**
A: 请检查提供的schema信息是否准确，特别是字段名称和数据类型。如果问题持续存在，可以明确指出目标数据库类型（如MySQL、PostgreSQL）。

**Q: 如何处理模糊的查询需求？**
A: 当需求不够明确时，技能会生成最常见情况的SQL，同时提示用户补充具体条件。用户应根据实际情况调整WHERE子句。

**Q: 支持INSERT、UPDATE等写操作吗？**
A: 当前版本主要支持SELECT查询语句的生成。对于数据修改操作，建议在测试环境验证后再执行。

## 最佳实践

- 保持schema信息的更新同步
- 为常用表定义标准别名（如c表示customers）
- 复杂业务逻辑先用伪代码描述思路
- 定期回顾生成的SQL，总结规律提高准确率