关于 sql-to-business-logic
用于将 SQL 查询转述为业务语言的数据分析技能。它结合结构解析、表结构说明和业务背景,记录查询逻辑、输出含义及待确认问题。
主要功能
- 01以通俗语言说明查询结构
- 02将筛选条件转为业务规则
- 03解释聚合计算和输出列
- 04检查潜在问题并提出验证问题
- 05提供 SQL 解析脚本和文档模板
适用场景
- 01向非技术相关方解释查询
- 02记录 SQL 库或 dbt 模型
- 03对照业务需求审查查询逻辑
- 04为重构准备未文档化的 SQL
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ nimrodfisher/ data-analytics-skills --skill sql-to-business-logic安装后在 Claude Code 中输入/sql-to-business-logic确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
assets/query_documentation_template.mdreferences/sql_pattern_library.mdscripts/sql_explainer.py详细介绍
SQL 转业务逻辑翻译器
使用场景
- 利益相关者询问“这条查询具体计算的是什么?”
- 为非技术读者编写查询库或 dbt 模型的文档
- 将查询逻辑与业务需求进行对比,检查查询是否正确
- 帮助新分析师熟悉现有 SQL 模式
- 在重构之前翻译缺少文档的旧查询
流程
- 获取查询和上下文——取得 SQL 和它要回答的业务问题。同时收集架构说明(关键表和列在业务层面代表什么)。
- 翻译 FROM/JOIN 结构——用通俗语言说明组合了哪些数据源以及使用了哪种连接类型(内连接只保留匹配项;左连接保留左侧的所有行)。指出连接类型是否似乎与所述用途不一致。
- 翻译 WHERE 筛选条件——将每个筛选条件列为通俗易懂的业务规则(例如,
status = 'completed'→“仅包含已付款并已履约的订单”)。 - 解释 GROUP BY 和聚合——说明每种聚合的计算内容和计算粒度。使用
scripts/sql_explainer.py自动完成第一轮结构解析。 - 总结输出列——说明每个输出列的业务含义和任何边界情况(空值、舍入、货币单位)。
- 标记问题并编写验证问题——识别潜在问题(空值的隐式传播、意外扩增行数、硬编码日期)。生成 3–5 个需要查询作者确认的问题。使用
assets/query_documentation_template.md记录完整翻译。
此技能所需的输入
- 完整的 SQL 查询(从 SELECT 到 ORDER BY)
- 查询旨在回答的业务问题
- 表和列的说明(或数据目录条目)
- 关键状态值、日期处理或货币相关的任何业务规则
- 预期输出:谁会阅读结果,以及用于什么决策
输出
scripts/sql_explainer.py——解析 SQL 查询并生成结构化的通俗说明assets/query_documentation_template.md——填写完整翻译,涵盖用途、分步逻辑、输出列、业务规则和验证问题- 可选:查询逻辑的流程图表示
评论
支持 Markdown