SQL 自然语言查询生成器

## 技能概述

本技能能够将用户以自然语言提出的数据库查询需求，结合提供的数据库 schema 信息，自动生成结构正确、性能优化的 SQL 查询语句。支持 MySQL、PostgreSQL、SQL Server、SQLite 等主流关系型数据库方言。

## 核心能力

- **自然语言理解**：准确解析用户的中文或英文查询意图
- **Schema 感知**：根据表结构、字段类型、索引信息生成精准查询
- **性能优化**：自动应用最佳实践，如合理利用索引、避免全表扫描、优化 JOIN 顺序
- **多方言支持**：适配不同数据库的语法差异与函数特性
- **结果解释**：提供查询逻辑说明，帮助用户理解 SQL 含义

## 调用步骤

### 第一步：提供数据库 Schema

用户需提供表结构信息，建议包含以下内容：
- 表名（table_name）
- 字段名（column_name）及数据类型
- 主键、外键关联关系
- 可选：索引信息与示例数据

### 第二步：提出自然语言问题

用自然语言清晰描述查询需求，例如：
- "查询上个月注册的用户数量"
- "统计每个部门的平均薪资"
- "找出购买过但最近 30 天未活跃的客户"

### 第三步：获取并验证 SQL

- 检查生成的 SQL 语法与逻辑是否符合预期
- 确认表名、字段名引用准确无误
- 在测试环境执行验证，关注返回结果

### 第四步：性能调优

通过 EXPLAIN 或 EXPLAIN ANALYZE 分析执行计划，根据实际情况进一步优化，如添加索引、调整 JOIN 顺序或引入分页。

## 使用示例

**用户输入**：
> Schema：users(id, name, created_at, status)  
> 问题：统计 2024 年每月新增的活跃用户数

**生成 SQL**：

```sql
SELECT
  DATE_FORMAT(created_at, '%Y-%m') AS month,
  COUNT(*) AS active_user_count
FROM users
WHERE status = 'active'
  AND created_at >= '2024-01-01'
  AND created_at < '2025-01-01'
GROUP BY DATE_FORMAT(created_at, '%Y-%m')
ORDER BY month;
```

## 注意事项

- **Schema 必须准确**：错误的表结构信息会导致生成的 SQL 无效，请务必提供真实的数据库结构
- **复杂查询需验证**：多层嵌套、子查询、窗口函数等复杂场景，务必在测试环境验证后再用于生产
- **方言差异**：MySQL 的 DATE_FORMAT、PostgreSQL 的 TO_CHAR 等函数不可混用，需根据实际数据库类型调整
- **敏感数据保护**：避免在查询中暴露密码、手机号等敏感字段，遵循数据安全规范
- **超大数据量**：百万级以上的查询应考虑分页（LIMIT/OFFSET）、缓存或预聚合策略
- **写操作谨慎**：本技能专注于查询生成，对于未经审核的 DELETE、UPDATE、DROP 等写操作需谨慎使用
- **索引建议**：生成 SQL 后可主动询问是否需要推荐索引方案，以进一步提升查询性能