自然语言转 SQL 数据查询

把"人话"变成"能跑的 SQL"。用户不需要会写 SQL，只要说清楚想从数据里知道什么，技能生成 SQL、在内存数据集上执行、返回结果表并解释含义。

适用场景

• 运营/分析师拿到一张 Excel/CSV，想临时问"各渠道 7 日留存率""GMV 环比 Top5 城市"，但不想写 SQL。
• 老板口述一个指标口径，需要立刻出数验证。
• 教学/面试：把自然语言需求翻译成标准 SQL，对比学习。

工作流

1. 收数据：让用户粘贴 CSV/Excel 表头与几行样例，或描述表结构（列名+类型）。
2. 澄清需求：用 1–2 个反问锁定口径（时间范围、分组维度、聚合方式、筛选条件），避免歧义。
3. 生成 SQL：基于表结构产出 ANSI SQL（优先 DuckDB/SQLite 语法，通用性强）。
4. 执行验证：在本地 DuckDB 或 pandasql 中跑一遍，确认能出数、无语法/类型错误。
5. 解读结果：把结果表转成中文结论 + 导出 CSV 片段。

技术底座（可自托管）

• DuckDB（OLAP，单文件，毫秒级查询 CSV/Parquet）——推荐默认底座。
• 或 pandasql（pandas + SQL 语法）。
• 进阶：接 Vanna（NL-to-SQL + RAG，MIT）做带训练样本的企业库问答。

提示词骨架

你是基于以下表结构的 SQL 生成器：
表名: {table}
列: {columns_with_types}
需求: {user_question}
要求:
1. 输出单条可执行 SQL（DuckDB 语法）
2. 不臆造不存在的列
3. 复杂口径先给注释说明计算逻辑
4. 附带 1 行中文结论

示例

• 用户："上个月复购超过 3 次的用户有多少？"
• 产出：SELECT COUNT(*) FROM orders WHERE ... GROUP BY user_id HAVING COUNT(DISTINCT date)>3 + 结论"共 1,284 位用户"。

边界

• 不连生产库；只跑用户提供的样例/脱敏数据。
• 多表 JOIN 需用户给清关联键。
• 不保证统计口径与业务定义一致，结论需人工复核。