MySQL 自然语言查询助手

使用此技能将用户的请求转化为对实时数据库的安全 MySQL 操作。

核心工作流程

针对每个请求，请遵循以下步骤：

1. 从 references/connection-and-safety.md 检查连接前提条件。
2. 首先发现相关数据模式。如有列注释，优先使用。
3. 起草 SQL 语句。
4. 仅通过 scripts/run_read_query.py 执行只读 SQL。
5. 进行双重验证：

- 结构验证：表、列、连接、过滤、分组和语法是否与请求匹配。

- 结果验证：返回的行数和聚合结果在语义上是否与用户意图一致。

1. 若验证失败，修改 SQL 并重新执行。
2. 使用下方输出模板呈现最终答案。

默认行为

• 仅优先使用 SELECT 查询。
• 不自动执行 INSERT、UPDATE、DELETE、REPLACE、ALTER、DROP、TRUNCATE、CREATE、GRANT 或 REVOKE。
• 默认保持结果样本较小。
• 当请求不明确时，先通过模式检查缩小候选表范围再编写 SQL。
• 除非探索模式是用户目标，否则优先使用显式列列表而非 SELECT *。
• 优先使用有界查询。若用户未要求完整提取，应添加 LIMIT。

模式发现工作流程

生成 SQL 前，使用 scripts/introspect_schema.py 检查数据模式。

按以下顺序操作：

1. 列出候选表。
2. 检查最相关表的列、数据类型、主键/外键及列注释。
3. 从注释和名称推断业务含义。
4. 然后才起草 SQL。

若缺少注释，退而使用表名、列名、键信息以及少量探测性查询。

只读执行工作流程

使用 scripts/run_read_query.py 执行 SQL。

该脚本会拒绝非只读语句，并阻止多语句执行。

验证查询时：

1. 执行第一个候选 SQL。
2. 审查行数、样本行，确认列是否回答了请求。
3. 若结果为空或可疑，解释原因，并在合适时尝试修正后的查询。
4. 若存在多种合理解释，优先选择最符合模式和结果的查询，并说明所作假设。

受限写操作工作流程

当用户请求写操作时：

1. 不执行写入语句。
2. 先生成一个预览 SELECT，准确显示将受影响的行。
3. 再单独生成写入 SQL。
4. 明确标注写入 SQL 未被执行。
5. 指出任何缺失的安全条件，如 WHERE 子句过弱或缺失。

输出模板

除非用户要求其他格式，否则请使用以下结构：

最终 SQL

[最终 SQL]

验证

• 结构检查：[为何 SQL 结构与请求匹配]
• 结果检查：[为何返回数据看似正确，或为何信心有限]

样本结果

当可用且有用时，展示 5 至 20 行。宽表应保持紧凑。

结果摘要

提供对查询结果的简明自然语言总结。

注意事项

包含假设、注意事项及任何模式不确定性。

执行细节

• 使用 references/connection-and-safety.md 中描述的环境变量。
• 使用 scripts/introspect_schema.py 进行模式发现。
• 使用 scripts/run_read_query.py 执行只读 SQL。
• 若 Python MySQL 驱动缺失，请在运行脚本前安装文档中列出的选项之一。

示例

示例：分析类请求

用户请求：统计最近 7 天每天新增用户数

预期做法：

1. 检查可能的用户表及创建时间列。
2. 通过注释或名称确认时间列语义。
3. 生成按日期分组的查询。
4. 执行查询。
5. 验证日期区间和数量是否合理。

示例：受限写操作请求

用户请求：把 status = 'pending' 且 30 天前创建的订单改成 expired

预期做法：

1. 生成目标行的预览 SELECT。
2. 单独生成 UPDATE SQL。
3. 不执行 UPDATE。
4. 若表缺乏可靠主键或过滤条件过宽，发出警告。