Token导航 LogoToken导航

Agent Skill · 效率

sql-assistant(SQL 助手)

用于辅助数据库表结构、查询语句、迁移脚本和数据维护任务。它适合让 Agent 分析 schema、编写 SQL、排查查询问题、整理索引或生成迁移建议。使用时需要明确数据库类型、连接环境和目标表,区分只读分析与写入变更;涉及删除、更新、迁移和批量导入时,应优先 dry-run、备份或事务保护,避免误操作。

sql-assistant 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 11,413。

总安装 4,609周安装 198GitHub Stars 公开资料未说明下载 1,616核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:sql-assistant(SQL 助手)
来源仓库:https://github.com/goldath/sql-assistant
安装命令:
openclaw skills install sql-assistant
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install sql-assistant

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

用于辅助数据库表结构、查询语句、迁移脚本和数据维护任务。适合分析 schema、编写 SQL、排查查询问题或生成索引建议。使用时需明确数据库类型和连接环境,区分只读与写入操作。涉及数据变更时应优先 dry-run、备份或使用事务保护。支持多数据库类型,适用于开发、运维和数据分析场景。

sql-assistant 属于效率类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install sql-assistant;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

sql-assistant 怎么安装?

在终端执行 openclaw skills install sql-assistant。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

sql-assistant 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

sql-assistant 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

sql-assistant 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

sql-assistant 用的人多吗?

公开数据是累计安装 4,609 次,近一周安装 198 次,下载 1,616 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

sql-assistant 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
sql-assistant

SQL 助手 · 本页

4,609—权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
sql-assistant
description
>

SQL 查询优化助手

核心工作流

Step 1 — 理解需求

收集上下文:

  • 数据库类型(PostgreSQL / MySQL / SQLite / SQL Server)
  • 表结构(DDL 或列描述)
  • 业务目标(查什么、过滤条件、聚合逻辑)
  • 数据量级(小表 <10万 / 中表 <1000万 / 大表 >1000万)
  • 性能问题描述(慢查询?错误结果?)

Step 2 — 查询构建

基础查询框架
SELECT
  col1,
  col2,
  agg_func(col3) AS alias
FROM table_name t
JOIN other_table o ON t.id = o.fk_id
WHERE condition
GROUP BY col1, col2
HAVING agg_condition
ORDER BY alias DESC
LIMIT 100;
CTE 模式(复杂逻辑拆分)
WITH base_data AS (
  SELECT user_id, COUNT(*) AS order_count
  FROM orders
  WHERE created_at >= '2026-01-01'
  GROUP BY user_id
),
ranked AS (
  SELECT *, RANK() OVER (ORDER BY order_count DESC) AS rk
  FROM base_data
)
SELECT * FROM ranked WHERE rk <= 10;

Step 3 — 性能优化策略

索引策略
-- 单列索引
CREATE INDEX idx_orders_user ON orders(user_id);

-- 复合索引(遵循最左前缀原则)
CREATE INDEX idx_orders_user_date ON orders(user_id, created_at);

-- 覆盖索引(避免回表)
CREATE INDEX idx_orders_cover ON orders(user_id, created_at, status, amount);
EXPLAIN 分析
EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON)
SELECT * FROM orders WHERE user_id = 42;

关注指标:

  • Seq Scan → 考虑加索引
  • rows 估算偏差大 → 需要 ANALYZE
  • cost 高 → 优化 JOIN 顺序或添加索引
  • Buffers: shared hit/read → 缓存命中率

Step 4 — 常见优化模式

分页优化(大表 OFFSET 慢)
-- ❌ 慢:OFFSET 需扫描丢弃前N行
SELECT * FROM orders ORDER BY id LIMIT 20 OFFSET 100000;

-- ✅ 快:游标分页
SELECT * FROM orders WHERE id > :last_seen_id ORDER BY id LIMIT 20;
IN 子查询优化
-- ❌ 可能慢
SELECT * FROM users WHERE id IN (SELECT user_id FROM premium_members);

-- ✅ 用 EXISTS 或 JOIN
SELECT u.* FROM users u
JOIN premium_members pm ON u.id = pm.user_id;
避免函数破坏索引
-- ❌ 函数包装列,索引失效
WHERE YEAR(created_at) = 2026

-- ✅ 范围条件,索引有效
WHERE created_at >= '2026-01-01' AND created_at < '2027-01-01'

Step 5 — 窗口函数常用模式

-- 分组内排名
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC)

-- 累计求和
SUM(amount) OVER (PARTITION BY user_id ORDER BY created_at)

-- 环比计算
LAG(revenue, 1) OVER (ORDER BY month) AS prev_month_revenue

-- 移动平均
AVG(score) OVER (ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW)

Step 6 — 查询审查清单

  • [ ] SELECT 只取需要的列(避免 SELECT *)
  • [ ] WHERE 条件列有索引
  • [ ] JOIN 条件有索引
  • [ ] 大表分页用游标而非 OFFSET
  • [ ] 聚合前先 WHERE 过滤(减少聚合数据量)
  • [ ] 复杂逻辑用 CTE 而非嵌套子查询
  • [ ] 无 N+1 查询问题

反模式速查

反模式修复方式
SELECT *显式列出需要的列
OFFSET 大分页改用游标/keyset 分页
WHERE 列用函数改用范围条件
隐式类型转换确保参数类型匹配
无 LIMIT 的全表扫描加 LIMIT 或索引过滤
OR 替代 UNION改用 UNION ALL

平台分布

OpenClaw

86.24%
按下载量换算1,394

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills