branch-data-query

name	branch-data-query
description	网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。

网点数据查询 Skill

概述

网点数据查询是网点运营智能体的核心 Skill，通过 NL2SQL 技术将客服经理的自然语言查询请求转换为 SQL 语句，执行查询后返回结构化结果。

👤 用户身份自动加载

触发本 Skill 时，直接使用系统提示词中已注入的用户身份信息（网点ID、网点名称），无需额外读取文件。

• 系统提示词「六、用户身份」段已根据当前 user_id 自动注入匹配的经理信息与网点信息
• 所有 SQL 查询必须使用注入的 branch_id 进行数据过滤

🧩 功能模块

分类	功能	触发方式
💰 交易查询	大额交易查询	「大额交易」「今天大额」
💰 交易查询	交易汇总	「交易汇总」「交易情况」
💰 交易查询	失败交易	「失败交易」「失败率」
💰 交易查询	对公客户交易	「对公客户」「公司交易」
👥 客流分析	客流量查询	「客流量」「进店人数」
👥 客流分析	高峰时段	「高峰时段」「客流高峰」
📈 营销分析	营销转化率	「营销转化率」「转化情况」
📈 营销分析	营销漏斗	「营销漏斗」「推荐转化」

🎯 意图识别与路由

用户表达	意图	路由
「大额交易」「今天大额」	大额交易查询	query_executor.py (大额交易 SQL)
「交易汇总」「交易情况」	交易汇总	query_executor.py (分组 SQL)
「失败交易」「失败率」	失败交易分析	query_executor.py (失败状态 SQL)
「对公客户」「公司交易」	对公客户交易	query_executor.py (对公 SQL)
「客流量」「进店人数」	客流查询	query_executor.py (客流 SQL)
「高峰时段」「客流高峰」	高峰时段分析	query_executor.py (客流 DESC SQL)
「营销转化率」「转化情况」	营销转化率	query_executor.py (营销漏斗 SQL)

🔄 工作流

1. 读取 schema：读取 references/schema.md 了解数据库表结构
2. 意图理解：识别用户查询的业务维度
3. NL2SQL 生成：将自然语言转换为 SQL，必须包含 WHERE branch_id = 'BR001' 过滤条件
4. SQL 执行：调用 scripts/query_executor.py 执行查询
5. 结果输出：以表格形式展示查询结果

📊 输出格式

## 📊 查询结果

**查询意图**：<意图类型>
**生成 SQL**：<SQL 语句>
**查询日期**：<日期>

| 列1 | 列2 | 列3 | ... |
|-----|-----|-----|-----|
| 值1 | 值2 | 值3 | ... |

**共查询到 N 条记录**

### 💡 数据摘要
<一句话概述查询结果>

📁 文件结构

branch-data-query/
├── SKILL.md                          # 本文件
├── references/
│   └── schema.md                     # 数据库表结构定义
└── scripts/
    └── query_executor.py             # SQL 执行脚本

📌 关键规则

1. branch_id 过滤：所有 SQL 查询必须包含 WHERE branch_id = 'BR001' 条件
2. 金额单位：金额统一用"万元"展示，保留 2 位小数
3. 严禁编造数据：只返回 SQL 执行结果，不得虚构数据
4. SQL 安全校验：仅允许 SELECT 语句，严禁 INSERT/UPDATE/DELETE
5. 脚本路径：调用脚本时使用相对于 Skill 目录的路径，如 python3 scripts/query_executor.py "<SQL>"