自然语言 SQL 智能查询生成器

## 技能概述

本技能可根据用户提供的数据库表结构（Schema），将自然语言描述的业务问题精准转换为语法正确、性能优化的 SQL 查询语句。支持 MySQL、PostgreSQL、SQL Server、Oracle 等主流关系型数据库。

## 适用场景

- 数据分析师需要快速生成查询语句
- 后端开发人员编写数据检索逻辑
- 产品经理验证数据可行性
- 业务人员自助查询数据

## 调用步骤

### 第一步：提供 Schema 信息

用户需附带数据库表结构，建议包含以下内容：

- 表名及字段名
- 字段数据类型与长度
- 主键、外键关联关系
- 索引信息（可选，用于性能优化）

### 第二步：描述查询需求

使用清晰、具体的自然语言描述：

- 需要查询的目标数据
- 筛选条件与时间范围
- 排序与分组要求
- 涉及的关联表

### 第三步：生成 SQL 语句

AI 将返回结构完整的查询语句，包含：

- `SELECT` 字段列表
- `FROM` 与 `JOIN` 关联
- `WHERE` 过滤条件
- `GROUP BY` / `ORDER BY` 等子句
- 必要的注释说明

### 第四步：优化与验证

- 检查 SQL 语法正确性
- 评估执行计划与性能
- 根据实际环境微调

## 输出示例

```sql
-- 查询近 30 天每日活跃用户数
SELECT
    DATE(created_at) AS login_date,
    COUNT(DISTINCT user_id) AS active_users
FROM user_logins
WHERE created_at >= DATE_SUB(NOW(), INTERVAL 30 DAY)
GROUP BY DATE(created_at)
ORDER BY login_date DESC;
```

## 注意事项

1. **Schema 准确性**：确保提供的表结构与实际数据库一致，避免生成无效查询。
2. **数据安全**：敏感字段（如密码、身份证号）需脱敏处理后再用于展示。
3. **性能考虑**：复杂查询建议添加适当索引，避免全表扫描。
4. **方言差异**：不同数据库的函数语法可能不同，请注明数据库类型。
5. **结果验证**：生成的 SQL 建议先在测试环境验证后再用于生产环境。