Sponsored by APIMart - AI API，99.9% SLA。讓你的 AI 隨時在線。多數模型可省下 20–60% 費用；nanobanana pro API 每次僅需 0.03。

AI 廣告資料庫

Openclaw Skills

text-to-sql-query

適用於 Openclaw 的 text-to-sql-query

一個用於直接針對零售資料庫進行 SQL 生成與執行的自然語言介面。

jackyujun

v1.0.0

Mar 27, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install text-to-sql-query

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 text-to-sql-query。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 text-to-sql-query？

text-to-sql-query 技能是一個專門設計的工具，旨在彌合自然語言問題與複雜零售數據之間的鴻溝。透過分析零售事實表與維度表的資料庫結構，它將使用者意圖轉化為精確的 SQL 查詢。與許多傳統的商業智慧工具不同，此技能不依賴於語義層或指標平台；它直接在資料庫結構上運行以提供即時結果。

此技能對於零售環境特別強大，因為它經過預先配置，能夠理解訂單、庫存、產品、店鋪和 VIP 客戶之間的關係。它利用 Claude Opus 或 GPT-4o 等高端模型進行細緻的實現，同時對標準模型保持嚴格的模板遵循，確保在不同 AI 架構之間實現可靠的性能。

text-to-sql-query 應用場景

特定時間段或通路的分零售銷售業績分析。
不同倉庫與店鋪的庫存快照追蹤。
基於購買歷史的 VIP 客戶行為分析與排名。
產品發布表現追蹤及品牌級銷售比較。
快速生成日報、月報或同比成長報告的 SQL 模板。

text-to-sql-query 運作原理

技能接收來自使用者關於零售數據的自然語言查詢。
它執行語義分析以識別指標（例如：銷售額）、維度（例如：通路）和時間範圍。
根據識別出的意圖，它選擇適當的事實表和維度表進行 JOIN 操作。
按照 StarRocks/MySQL 語法生成有效的 SQL SELECT 語句。
技能透過向 Gateway JDBC SQL 介面發送 POST 請求來執行查詢。
結果以 Markdown 表格形式返回，以便清晰地進行視覺化和進一步分析。

text-to-sql-query 設定指南

要使用此技能，請確保設置了 $CAN_API_KEY 環境變數。該技能與 Aloudata Gateway 互動。

# 設置環境變數的範例
export CAN_API_KEY='your_api_key_here'

# 透過 curl 直接查詢
curl --noproxy '*' -s \
  -H "X-API-Key: $CAN_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST "https://gateway.can.aloudata.com/api/jdbc/query" \
  -d '{"sql": "SELECT * FROM fact_orders LIMIT 10"}'

text-to-sql-query 資料結構與分類體系

該技能利用由 3 個事實表和 3 個維度表組成的星型架構（Star Schema）：

表名	類型	描述
fact_orders	事實	包含金額與數量的交易訂單詳情。
fact_inventory	事實	每個 SKU 與倉庫的每日庫存快照。
fact_product_launch	事實	特定門店的產品發布記錄。
dim_product	維度	SKU 層級的屬性、類別與定價。
dim_shop	維度	門店位置、通路與管理資訊。
dim_vip	維度	會員檔案、等級與註冊日期。