view --main query-writing-ai-agent-dlya-avtomatizatsii-napisaniya-sql-zaprosov.md

query-writing — AI-агент для автоматизации написания SQL-запросов

Name: query-writing — AI-агент для автоматизации написания SQL-запросов
Author: langchain-ai/deepagents

Решение сложных задач извлечения данных из баз данных, особенно SQL, требует специализированного подхода. Этот модуль предоставляет AI-агент, построенный на базе LangChain и LangGraph, для автоматизации и оптимизации процесса написания запросов, разбивая их на управляемые этапы и упрощая взаимодействие с данными. Он эффективно использует возможности искусственного интеллекта для анализа структуры базы данных и генерации оптимальных запросов.

Модуль включает в себя планировщик для декомпозиции сложных запросов, файловую систему для доступа к данным и возможность создания под-агентов для решения специфических задач. Это позволяет обрабатывать запросы, требующие объединения данных из нескольких таблиц и выполнения сложных агрегаций, значительно повышая эффективность работы с SQL базами данных. Использование большой языковой модели обеспечивает гибкость и адаптивность к различным типам запросов.

Ключевые особенности включают в себя автоматическое определение необходимых таблиц, построение структуры JOIN на основе связей между таблицами и генерацию запросов с учетом фильтров, группировок и сортировки. Результатом является повышение производительности и снижение вероятности ошибок при работе с данными, благодаря автоматизации процесса написания запросов и использованию принципов Agentic AI.

$ git log --oneline --stat

⭐ звёзды: 17,983

форки: 2,522

обновлено: 28 марта 2026 года в 08:04

Проводник файлов

1 файлы

SKILL.md

readonly --- lines

--- name: query-writing description: Writes and executes SQL queries from simple SELECTs to complex multi-table JOINs, aggregations, and subqueries. Use when the user asks to query a database, write SQL, run a SELECT statement, retrieve data, filter records, or generate reports from database tables. --- # Query Writing Skill ## Workflow for Simple Queries For straightforward questions about a single table: 1. **Identify the table** - Which table has the data? 2. **Get the schema** - Use `sql_db_schema` to see columns 3. **Write the query** - SELECT relevant columns with WHERE/LIMIT/ORDER BY 4. **Execute** - Run with `sql_db_query` 5. **Format answer** - Present results clearly ## Workflow for Complex Queries For questions requiring multiple tables: ### 1. Plan Your Approach **Use `write_todos` to break down the task:** - Identify all tables needed - Map relationships (foreign keys) - Plan JOIN structure - Determine aggregations ### 2. Examine Schemas Use `sql_db_schema` for EACH table to find join columns and needed fields. ### 3. Construct Query - SELECT - Columns and aggregates - FROM/JOIN - Connect tables on FK = PK - WHERE - Filters before aggregation - GROUP BY - All non-aggregate columns - ORDER BY - Sort meaningfully - LIMIT - Default 5 rows ### 4. Validate and Execute Check all JOINs have conditions, GROUP BY is correct, then run query. ## Example: Revenue by Country ```sql SELECT c.Country, ROUND(SUM(i.Total), 2) as TotalRevenue FROM Invoice i INNER JOIN Customer c ON i.CustomerId = c.CustomerId GROUP BY c.Country ORDER BY TotalRevenue DESC LIMIT 5; ``` ## Error Recovery If a query fails or returns unexpected results: 1. **Empty results** — Verify column names and WHERE conditions against the schema; check for case sensitivity or NULL values 2. **Syntax error** — Re-examine JOINs, GROUP BY completeness, and alias references 3. **Timeout** — Add stricter WHERE filters or LIMIT to reduce result set, then refine ## Quality Guidelines - Query only relevant columns (not SELECT *) - Always apply LIMIT (5 default) - Use table aliases for clarity - For complex queries: use write_todos to plan - Never use DML statements (INSERT, UPDATE, DELETE, DROP)

Инициализация мануала...