minimax agent能让业务人员用中文提问生成可运行的sqlite查询脚本。需提供含外键说明的products和sales表ddl，通过web平台或h3模型api调用，生成带异常处理、中文注释的python代码，并验证路径、like语法及sum聚合逻辑。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
让业务人员不用找数据工程师，自己用中文提问就能生成可运行的数据库查询代码，这件事现在靠MiniMax Agent就能实现。你不需要会SQL，也不用装任何数据库客户端，只要把表结构描述清楚，Agent就能写出带注释、能直接执行的Python查询脚本。
准备数据库Schema信息
第一步：打开你的数据库管理工具（如DBeaver、Navicat或SQLite Studio），连接到目标数据库。
第二步：导出关键表的建表语句。右键点击sales表 → “生成DDL” → 复制全部CREATE TABLE内容；同样操作导出products表。这两张表在sales.db示例中已包含外键关联，必须一起提供。
第三步：把两张表的DDL粘贴进一个文本文件，开头加一行说明：“这是SQLite销售数据库，含products（产品）和sales（销售）两张主表，sales.product_id指向products.id”。【不提供外键关系说明，Agent可能生成错误JOIN条件】
调用MiniMax Agent生成查询代码
方法一：使用MiniMax Web平台（推荐新手）
① 访问 https://agent.minimax.io/ ，登录后进入“Agent模式”界面。
② 输入完整提示词：“根据提供的products和sales表结构，写一个Python脚本，用sqlite3连接sales.db，查询2026年7月上海地区销售额最高的前3个产品名称及对应金额，结果按金额降序排列。要求代码包含异常处理、中文注释、直接可运行。”
③ 点击提交，等待Agent完成多阶段推理：先解析表结构→推导JOIN逻辑→构造WHERE条件→生成带try-except的完整脚本。
方法二：通过API调用（适合集成进内部系统）
安装SDK：pip install minimax-python-sdk
初始化客户端时必须传入model_name="h3"参数，因为只有H3模型支持结构化SQL生成与Python代码同步输出。普通M2.1模型只会返回自然语言解释，无法生成可执行代码。
验证与微调生成结果
拿到Agent输出的Python文件后，先检查三处硬伤：
• 是否用了conn = sqlite3.connect("sales.db")而非相对路径或变量——路径写错会导致FileNotFoundError；
• 查询语句里是否把sale_date LIKE '2026-07%'写成= '2026-07'——后者查不到任何记录；
• cursor.execute()后是否漏掉fetchall()——没有这句，print出来永远是None。
如果发现金额计算错误（比如没用SUM(amount)而是直接SELECT amount），说明Agent误解了“销售额”含义。此时不要重试，直接在原提示词末尾追加：“注意：销售额指同一产品在指定区域和日期范围内的销售金额总和，需用GROUP BY和SUM聚合。”
运行修正后的脚本，终端应输出类似：[('智能手机A', 449850.0), ('笔记本电脑B', 359940.0), ('无线耳机C', 99750.0)]。
