🗄️ 连接并分析数据库
直接连接到您的 PostgreSQL、MySQL 或 SQLite 数据库，让 AI 探索其 Schema 表结构、运行查询并生成业务洞察 —— 所有这些操作都无需您自己撰写 SQL。
您： $Database Analyst
连接我位于db.example.com的 PostgreSQL 数据库，并分析orders表。本季度最畅销的产品是什么？有什么我需要了解的趋势吗？
AI 执行的操作
- 在需要时自动安装数据库驱动（如
pip install psycopg2-binary或pymysql） - 使用您的凭据建立与数据库的连接
- 探索 Schema 表结构 —— 列出数据库表、列、主外键关系
- 编写并运行 SQL 查询以解答您的问题
- 将结果拉入 pandas 进行深度分析
- 生成图表（收入趋势、热门产品、地区细分等）
- 将所有内容整合保存为一份详尽报告
妥善保管机密凭据
在启动 Open Terminal 时以环境变量的方式传入数据库机密凭据，或者在容器内的 .env 文件中进行存储。切勿在聊天中直接粘贴密码 —— 它们会被永久记录在聊天历史中。示例如下：
docker run -d --name open-terminal \
-e DB_HOST=db.example.com \
-e DB_USER=analyst \
-e DB_PASS=your-password \
-e DB_NAME=production \
ghcr.io/open-webui/open-terminal随后告知该技能直接从环境变量中读取凭据即可。
支持的数据库
| 数据库 | Python 驱动 | 安装命令 |
|---|---|---|
| PostgreSQL | psycopg2 | pip install psycopg2-binary |
| MySQL / MariaDB | pymysql | pip install pymysql |
| SQLite | sqlite3 | 内置（无需安装） |
| Microsoft SQL Server | pymssql | pip install pymssql |
| MongoDB | pymongo | pip install pymongo |
技能指令内容
将以下内容复制到 Workspace → Skills → Create 中：
---
name: database-analyst
description: 连接 SQL 数据库、探索 Schema、执行查询并生成数据分析报告
---
## 数据库分析
当被要求分析数据库时：
1. **安全连接**：从环境变量（DB_HOST、DB_USER、DB_PASS、DB_NAME）中读取凭据。切勿硬编码密码。对于 PostgreSQL 使用 `psycopg2`，对于 MySQL 使用 `pymysql`，对于 SQLite 使用 `sqlite3`
2. **首先探索 Schema 表结构**：
- 列出所有数据库表及其行数统计
- 展示相关表的列名、类型以及示例数据
- 识别主键和外键关系
- 在运行具体分析查询前，先呈现一份 Schema 概览
3. **编写高效的 SQL**：
- 尽量使用适当的 JOIN 连接（而非子查询）
- 添加 LIMIT 限制子句，以防止意外读取数百万行数据
- 使用聚合函数（COUNT、SUM、AVG、GROUP BY）来生成总结数据
- 始终包含 ORDER BY 以提升数据可读性
4. **在 Python 中分析结果**：
- 将查询结果加载到 pandas DataFrame 中
- 计算额外的指标：增长率、百分比占位、排行等
- 识别出趋势、异常值以及显著的消费模式
5. **创建可视化图表**：
- 使用 matplotlib 并配以清晰的标签及协调一致的风格
- 时间序列数据 → 折线图
- 排名对比 → 水平条形图
- 比例占位 → 饼图或甜甜圈图
- 将每张图表另存为 PNG 格式
6. **输出报告**，包括：
- Schema 概览（有哪些表、它们如何关联）
- 配以数据支撑的核心发现
- 融入上下文的图表
- 所使用的真实 SQL 查询语句（以便用户能够重新运行）
7. 操作完成后，**关闭数据库连接**
始终在呈现数据结果前先展示其 SQL 查询，以便用户能验证其正确性。