| name | sql-query-templates |
| version | 1.0.0 |
| description | SQL查询模板库 - 常用数据分析查询模板：
1. 全局考虑：覆盖探索、时间分析、队列分析、漏斗分析等场景
2. 系统考虑：场景选择→模板加载→参数填充→查询生成闭环
3. 迭代机制：根据使用频率优化模板库
4. Skill化：标准接口，可扩展新模板
5. 流程自动化：自动生成可执行SQL
|
| author | Satisficing Institute |
| tags | ["sql","query","template","data-analysis"] |
| requires | [{"model":"kimi-coding/k2p5"}] |
SQL查询模板库标准Skill V1.0.0
标准1: 全局考虑（Global Coverage）
1.1 模板类型
| 类型 | 用途 | 示例 |
|---|
| 数据探索 | 基础统计 | COUNT, MIN, MAX, DISTINCT |
| 时间分析 | 日/月聚合 | DATE_TRUNC, LAG, 增长率 |
| 队列分析 | 留存/流失 | Cohort分析 |
| 漏斗分析 | 转化 | 多步骤转化 |
| 数据清洗 | 去重/空值 | Deduplication, NULL处理 |
1.2 输出格式
| 格式 | 说明 |
|---|
| SQL文件 | 可直接执行 |
| 参数化模板 | 可复用 |
| 解释文档 | 用法说明 |
标准2: 系统考虑（Systematic）
2.1 使用流程
场景识别 → 模板选择 → 参数输入 → 生成SQL → 解释说明
标准3: 迭代机制（Iterative）
根据使用频率和需求扩展模板库。
标准4: Skill化（Skill-ified）
4.1 目录结构
sql-query-templates/
├── SKILL.md # 本文件
├── _meta.json # 元数据
├── scripts/
│ ├── list_templates.py # 模板列表
│ ├── generate_query.py # 查询生成
│ └── explain_template.py # 模板解释
└── templates/
├── exploration.sql
├── time_analysis.sql
├── cohort_analysis.sql
└── funnel_analysis.sql
4.2 调用接口
from sql_query_templates import QueryTemplates
templates = QueryTemplates()
query = templates.get(
template="time_analysis",
table="orders",
date_column="created_at"
)
标准5: 流程自动化（Fully Automated）
5.1 使用方法
openclaw skill run sql-query-templates list
openclaw skill run sql-query-templates generate \
--template time_analysis \
--table orders \
--date-column created_at
5标准验证清单
| 标准 | 验证项 | 状态 |
|---|
| 1. 全局 | 多分析场景覆盖 | ✅ |
| 2. 系统 | 选择→生成→解释闭环 | ✅ |
| 3. 迭代 | 模板库扩展机制 | ✅ |
| 4. Skill化 | 标准目录 + 调用接口 | ✅ |
| 5. 自动化 | 自动生成SQL | ✅ |
版本: v1.0.0
来源: data-analyst散落机制提取
创建: 2026-03-20
