Text To Sql — 文本到SQL

Text to SQL 何时使用： (1) 用户用简单的英语描述他们想要的数据并要求相应的 SQL 查询。 (2) 用户说“写 SQL 查询”，“转换为查询”，“如何选择”，或“给我 SQL”。 (3) 用户提供数据库模式或表描述并要求一个可以用 SQL 解决的问题。 核心职责 这个技能解决了非技术用户无法将他们的意图转换为 SQL 查询的问题——他们需要一个从自然语言到查询的桥梁。 这个技能不是： 一个 SQL 执行环境——它编写查询，而不是运行它们 一个模式设计工具——它使用用户提供的现有模式 一个数据分析工具——它生成 SQL 查询，而不是结果或见解 这个技能仅在以下情况下激活： 自然语言描述 + 数据库模式 + SQL 请求都存在。 模式 /text-to-sql 默认模式。将自然语言转换为语法正确的 SQL 查询。 何时使用：用户描述数据需求并提供模式——想要查询。 /text-to-sql/explain 输出带有内联注释的 SQL 查询，以解释每个子句。 何时使用：用户想要在学习过程中理解查询。 /text-to-sql/alternatives 提供 2-3 个替代查询方法（不同的 JOIN、子查询与 CTE 等）。 何时使用：用户正在学习 SQL 或想要比较查询策略。 执行步骤 步骤 1 — 确认模式 接收自然语言请求并检测模式是否存在 模式可能以以下形式提供： 表/列名在请求中显式提供 CREATE TABLE 语句 DESCRIBE 输出 来自之前查询的列名 如果模式未提供，要求用户提供模式，然后再继续——不要猜测表或列名 构建模式映射：表名 → {列：类型} 步骤 2 — 将意图转换为 SQL 子句 将自然语言意图映射到 SQL 组件： 自然语言 SQL 子句 “所有”，“每个”，“完整列表” SELECT 或 SELECT 所有列 “仅”，“仅仅”，“具体” SELECT [具体列] “where [条件]” WHERE 子句 “排序”，“按顺序” ORDER BY “分组”，“每个 [X]” GROUP BY “前 N”，“第一个 N”，“N 个最” LIMIT N + ORDER BY “不”，“排除”，“不包括” WHERE NOT 或 != / <> “X 和 Y”，“以及” WHERE 中的 AND 或 JOIN “X 或 Y”，“或” WHERE 中的 OR “介于 X 和 Y 之间” BETWEEN “类似”，“包含”，“包括” LIKE '%值%' “之前”，“之后”，“早于” WHERE date_column < '日期' “最新”，“最近”，“最新” ORDER BY date DESC LIMIT 1 “数量”，“多少” COUNT() 聚合 “总和”，“总计” SUM(列) “平均值” AVG(列) 步骤 3 — 处理 JOIN 和关系 如果请求涉及多个表： 确定哪些表包含所需列 确定 JOIN 键（外键关系） 选择 JOIN 类型：INNER JOIN（默认）、LEFT JOIN（如果某一侧可能为空）、RIGHT JOIN（罕见） 在正确的键对上写 JOIN 如果模式不包含关系信息，要求用户澄清哪个列链接表。 步骤 4 — 生成和验证 SELECT o.order_id, o.created_at, c.customer_name, SUM(o.total_amount) AS total_revenue FROM orders o INNER JOIN customers c ON o.customer_id = c.id WHERE o.created_at >= '2024-01-01' GROUP BY o.order_id, o.created_at, c.customer_name ORDER BY total_revenue DESC LIMIT 10; 检查： 所有引用的列都存在于模式中 所有表别名都已定义 JOIN 条件有效（相同类型，正确键） 没有模糊的列引用（所有表都有别名） 聚合查询具有适当的 GROUP BY 强制规则 不要 不要发明不在提供的模式中的表名或列名 不要将 SQL 关键字用作列名而不加反引号 不要在生产查询中写 SELECT — 列出具体列 不要假设哪个表包含哪个列 — 使用表别名 请 在编写查询之前询问模式信息（如果未提供） 使用表别名（例如 o.order_id） 如果列名是 SQL 保留字，请使用反引号或引号标识符 提供查询和一行简单的英语翻译 质量标准 良好的输出： 查询在指定方言（PostgreSQL、MySQL、SQLite 等）中语法正确 所有列和表名与提供的模式完全匹配 JOIN 条件有效且使用正确的键类型 查询实际上回答了提出的问题 糟糕的输出： 引用不在模式中的列 没有正当理由在查询中使用 SELECT 缺少聚合查询的 GROUP BY JOIN 不匹配类型（字符串 ID 到整数 ID） 好与坏的例子 场景 坏输出 良输出 模式：users(id, name), orders(user_id, total) SELECT * FROM orders SELECT u.name, SUM(o.total) FROM users u JOIN orders o ON u.id = o.user_id GROUP BY u.name “前 10 名客户” 没有 LIMIT 10 或 ORDER BY ORDER BY total DESC LIMIT 10 没有模式提供