Menu
用于发现和理解数据库结构、表、列和关系，支持 M-Schema 格式输出，智能表过滤
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
生成数据分析报告：探索表结构 → 多维度查询 → 智能深度分析归因 → 动态风格 HTML 可视化报告（ECharts）
Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.
所有联网操作必须通过此 skill 处理，包括：搜索、网页抓取、登录后操作、网络交互等。 触发场景：用户要求搜索信息、查看网页内容、访问需要登录的网站、操作网页界面、抓取社交媒体内容（小红书、微博、推特等）、读取动态渲染页面、以及任何需要真实浏览器环境的网络任务。
用于编写和执行 SQL 查询 - 支持多维度分析、多条 SQL 协同、智能图表推荐
| name | schema-exploration |
| description | 用于发现和理解数据库结构、表、列和关系，支持 M-Schema 格式输出，智能表过滤 |
当您需要以下操作时使用此技能：
使用 sql_db_list_tables 工具查看数据库中所有可用的表。
这将返回您可以查询的完整表列表。
当数据库表较多时，不要盲目获取所有表的 schema，而是先进行智能过滤：
内部思考模板：
用户问题：{user_question}
数据库所有表：
- {table1}, {table2}, ...
任务：从上述表中选出与用户问题直接相关的表。
考虑因素：
1. 表名是否与问题中的实体/指标匹配
2. 是否需要关联表来补充维度信息
3. 忽略明显无关的系统表、日志表
选出的相关表：[table1, table2, ...]
使用 sql_db_schema 工具配合表名来检查：
提示：可以一次传入多个表名（逗号分隔），减少工具调用次数。
使用 sql_db_table_relationship 工具获取表之间的外键/关联关系：
t_orders.customer_id = t_customers.id示例调用：
sql_db_table_relationship("t_orders, t_customers, t_products")
如果未配置表关系，可以通过以下方式推断：
当需要将 schema 信息传递给后续 SQL 生成步骤时，使用 M-Schema 格式组织信息：
【DB_ID】 {db_name}
【Schema】
# Table: {table_name}, {table_comment}
[
({column_name}:{column_type}, {column_comment}),
]
{foreign_key_1}
{foreign_key_2}
数据库特定规则：
schema.table_name 格式table_name引号规则：
| 数据库类型 | 引号 |
|---|---|
| MySQL | `反引号` |
| PostgreSQL | "双引号" |
| SQLite | "双引号" |
| SQL Server | [方括号] |
| Oracle | "双引号" |
| ClickHouse | "双引号" |
提供清晰的信息：
步骤 1： 使用 sql_db_list_tables
响应：
数据库包含多个表：
1. Customer - 存储客户信息
2. Employee - 存储员工信息
3. Invoice - 客户购买记录
4. InvoiceLine - 发票中的单个项目
...
步骤 1： 使用 sql_db_table_relationship("Customer, Invoice, InvoiceLine")
响应：
表之间的关系如下：
• Invoice.CustomerId = Customer.Id
• InvoiceLine.InvoiceId = Invoice.Id
✅ 表关系已获取完成。
步骤 1： sql_db_list_tables → 智能过滤出 orders, products, customers
步骤 2： sql_db_schema("orders, products, customers") → 获取完整 schema
步骤 3： sql_db_table_relationship("orders, products, customers") → 获取关系
步骤 4： 组织为 M-Schema 格式：
【DB_ID】 sales_db
【Schema】
# Table: orders, 订单表
[
(id:INTEGER, 订单ID),
(customer_id:INTEGER, 客户ID),
(product_id:INTEGER, 产品ID),
(amount:DECIMAL, 订单金额),
(order_date:DATETIME, 下单时间),
]
orders.customer_id = customers.id
orders.product_id = products.id
# Table: products, 产品表
[
(id:INTEGER, 产品ID),
(name:VARCHAR, 产品名称),
(category:VARCHAR, 产品类别),
(price:DECIMAL, 单价),
]
# Table: customers, 客户表
[
(id:INTEGER, 客户ID),
(name:VARCHAR, 客户名称),
(region:VARCHAR, 所属区域),
]
对于"列出表"问题：
对于"描述表"问题：
对于"如何查询 X"问题：
对于复杂查询准备：
"哪个表包含客户信息？" → 使用 list_tables，然后描述 Customer 表
"Invoice 表中有什么？" → 使用 schema 工具显示列和示例数据
"客户如何与发票关联？"
→ 使用 sql_db_table_relationship("Customer, Invoice, InvoiceLine") 获取关系
"我要分析各产品销售情况" → 智能过滤 → 获取 schema → 获取关系 → 输出 M-Schema