简化 MySQL、PostgreSQL、SQLite 的 SQL 查询与故障排查,用于检查模式、自然语言转 SQL、调试 SQL 等场景。
SQL 查询 Copilot.是一项面向实际任务的技能,主要用于Overview. 使用此技能将纯语言请求变成可执行的、具有可预见、低风险工作流程的 SQL.;默认只读执行并验证每个查询 agai 失败。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
使用本技能可将自然语言请求转化为可执行的 SQL,流程可预测、风险可控。 默认采用只读执行模式,并在运行前对每条查询语句进行 Schema 校验。
请先设置 SQL_DSN 环境变量(或每次执行时通过 --dsn 参数传入)。
# PowerShell
$env:SQL_DSN="mysql://user:password@127.0.0.1:3306/stock_monitor"
$env:SQL_DSN="postgres://user:password@127.0.0.1:5432/stock_monitor"
$env:SQL_DSN="sqlite:///d:/data/demo.db"
# Windows CMD
set SQL_DSN=mysql://user:password@127.0.0.1:3306/stock_monitor
set SQL_DSN=postgres://user:password@127.0.0.1:5432/stock_monitor
set SQL_DSN=sqlite:///d:/data/demo.db
# Bash / Zsh
export SQL_DSN="mysql://user:password@127.0.0.1:3306/stock_monitor"
export SQL_DSN="postgres://user:password@127.0.0.1:5432/stock_monitor"
export SQL_DSN="sqlite:///d:/data/demo.db"
核心命令:
python scripts/sql_easy.py tables
python scripts/sql_easy.py describe daily_kline
python scripts/sql_easy.py lint --sql "SELECT * FROM daily_kline"
python scripts/sql_easy.py explain --sql "SELECT code, close FROM daily_kline WHERE trade_date >= '2026-01-01'"
python scripts/sql_easy.py query --sql "SELECT code, close FROM daily_kline ORDER BY trade_date DESC" --limit 50
python scripts/sql_easy.py query --sql "SELECT code, close FROM daily_kline" --summary
python scripts/sql_easy.py ask --q "show symbols with old sell signals older than 20 days" --summary
python scripts/sql_easy.py profile
如需使用 ask 功能,请设置 OPENAI_API_KEY 环境变量(或通过 --api-key 参数传入)。
EXPLAIN / EXPLAIN QUERY PLAN)。ask 命令可根据用户意图自动生成 SQL。--slow-ms 参数标识耗时过长的查询。--audit-log 参数或 SQL_EASY_AUDIT_LOG 环境变量,将命令元数据以 JSONL 格式写入日志文件。明确指标与粒度。 在编写 SQL 前,先确认时间范围、维度字段及输出列。
优先探查 Schema。
在编写复杂 SQL 前,先运行 以只读模式起草 SQL。
仅使用 在安全约束下执行查询。
统一通过 验证查询结果。
交叉核对行数、空值率与边界日期;根据结果调整 SQL 并重新执行。 创建以下类型查询时,请参考: 针对 Chanquant 场景的专用查询模板,请参阅: 相关专题 热门下载 相关下载 精品课程 共6课时 | 54.6万人学习 共89课时 | 133.1万人学习 共49课时 | 82万人学习tables、describe 和
profile 命令了解表结构与数据分布。
SELECT 或 WITH;显式声明所有列,并添加时间过滤条件。scripts/sql_easy.py query 执行;除非明确需要全量导出,否则务必指定 --limit。安全守则(Guardrails)
INSERT、UPDATE、DELETE、DROP、ALTER、TRUNCATE 等)。SELECT *,优先显式列出所需列。lint 进行检查。explain 分析执行计划。常用查询模式
references/query_patterns.md
references/chanquant_templates.md。