SQL Database Toolkit

All-in-one SQL data analysis toolkit supporting database/file connection, SQL query, visualization, AI insights, and report/dashboard generation with templates.

全链路 SQL 数据分析工具包：数据连接 → SQL 查询 → 数据可视化 → AI 洞察 → 报告生成

概述

SQL Database Toolkit 是 sql-master、sql-dataviz、sql-report-generator 三大 Skill 的统一整合版本，提供端到端的 SQL 数据分析能力。

核心能力：

• 数据连接层：支持 SQLite/MySQL/PostgreSQL/SQL Server/ClickHouse 等多种数据库，以及 CSV/Excel/JSON/Parquet 等本地文件格式
• SQL 查询执行：自然语言转 SQL、SQL 执行与优化、查询结果分析
• 数据可视化：24+ 种静态图表（PNG base64）+ 12 种交互式图表（HTML），支持 Power BI 风格配色
• AI 洞察：基于统计的自动异常检测、趋势分析、相关性分析、TOP N 排名等
• 报告生成：完整 HTML 报告、KPI 仪表盘、行业模板库（90+ 模板）

触发条件

当用户提及以下关键词时触发：

• SQL 查询、执行、优化
• 数据库连接（MySQL/PostgreSQL/SQLite 等）
• 数据可视化、图表生成（折线图/柱状图/饼图/热力图等）
• 报告生成、仪表盘、数据看板
• 数据分析、洞察、异常检测
• 文件数据处理（CSV/Excel 导入导出）

安装依赖

pip install -r requirements.txt

核心依赖：

• pandas, numpy - 数据处理
• sqlalchemy, pymysql, psycopg2-binary - 数据库连接
• matplotlib, seaborn, plotly - 可视化
• scipy - 统计分析
• jinja2 - 模板引擎

快速开始

1. 一键端到端分析

from unified_pipeline import analyze_file

# 文件 → SQL → 图表 → 洞察 → 报告
result = analyze_file(
    "sales.csv",
    sql="SELECT region, SUM(sales) as total FROM data GROUP BY region",
    charts=[{"type":"bar","x":"region","y":"total","title":"区域销售"}],
    output="report.html"
)
print(result.log())

2. 数据库查询

from database_connector import DatabaseConnector

# 连接 MySQL
conn = DatabaseConnector(
    dialect="mysql+pymysql",
    host="localhost", port=3306,
    username="root", password="xxx",
    database="sales_db"
)
result = conn.execute("SELECT * FROM orders WHERE amount > 1000")
print(result.df)

3. 生成交互式图表

from interactive_charts import InteractiveChartFactory

factory = InteractiveChartFactory(theme="powerbi")
html = factory.create_line({
    "categories": ["1月","2月","3月"],
    "series": [{"name":"销售额","data":[100,120,150]}]
})
factory.save_html(html, "chart.html")

4. AI 自动洞察

from ai_insights import quick_insights

report = quick_insights(df, date_col="date", value_cols=["sales","profit"])
for insight in report.insights:
    print(f"{insight.title}: {insight.description}")

模块索引

数据连接层

模块	功能
database_connector.py	数据库连接（支持 6+ 种数据库）
file_connector.py	本地文件加载（CSV/Excel/JSON/Parquet 等）
pipeline.py	SQL Pipeline 编排器

可视化层

模块	功能
charts.py	静态图表工厂（24+ 种图表，PNG base64）
interactive_charts.py	交互式图表工厂（12 种图表，HTML）+ DashboardBuilder

报告层

模块	功能
ai_insights.py	AI 自动洞察生成器
dashboard_templates.py	行业看板模板库（90+ 模板）
report_generator.py	报告生成器（表格/矩阵/切片器）

统一入口

模块	功能
unified_pipeline.py	端到端统一 Pipeline（推荐）
__init__.py	统一导出所有核心类

使用示例

示例 1：完整分析流程

from unified_pipeline import UnifiedPipeline

# 创建 Pipeline
p = UnifiedPipeline("销售分析").set_theme("powerbi")

# 加载数据
p.from_file("sales.csv")

# SQL 查询
p.query("SELECT region, SUM(amount) as total FROM data GROUP BY region")

# 生成交互式图表
p.interactive_chart("bar", x_col="region", y_col="total", title="区域销售")
p.interactive_chart("pie", x_col="region", y_col="total", title="区域占比")

# AI 洞察
p.insights(value_cols=["total"])

# 生成完整报告
p.report(title="销售分析报告", output="report.html")

# 打印日志
print(p.log())

示例 2：数据库 → 可视化

from database_connector import DatabaseConnector
from interactive_charts import InteractiveChartFactory

# 查询数据
conn = DatabaseConnector(dialect="sqlite", database="sales.db")
df = conn.execute("SELECT month, sales FROM monthly_sales").df

# 生成图表
factory = InteractiveChartFactory()
html = factory.create_line({
    "categories": df["month"].tolist(),
    "series": [{"name": "销售额", "data": df["sales"].tolist()}]
}, title="月度销售趋势")
factory.save_html(html, "trend.html")

示例 3：构建 Dashboard

from interactive_charts import DashboardBuilder, InteractiveChartFactory

builder = DashboardBuilder(title="销售看板", theme="powerbi")

# KPI 卡片
builder.add_kpi_cards([
    {"title": "GMV", "value": "¥1,234万", "change": "+18%"},
    {"title": "订单量", "value": "45,678", "change": "+12%"},
])

# 添加图表
factory = InteractiveChartFactory()
line_html = factory.create_line({...})
builder.add_chart(line_html, title="趋势", cols=2)

# 生成
builder.build("dashboard.html")

示例 4：使用行业模板

from dashboard_templates import get_template

# 获取电商概览模板
template = get_template("ecommerce_overview")

# 根据模板配置生成图表
# template.charts 包含所有图表规格

配置与主题

配色主题

from charts import Theme

# 支持的主题：POWERBI, ALIBABA, TENCENT, BYTEDANCE, NEUTRAL
factory = ChartFactory()
factory.set_theme("powerbi")

图表类型

静态图表（charts.py）：

• 对比分析：clustered_column, stacked_column, bar, line, area, waterfall
• 占比分析：pie, donut, treemap, funnel
• 分布分析：scatter, bubble, box_plot, histogram
• 指标监控：card, kpi, gauge, target
• 高级图表：heatmap, gantt, candlestick, sankey, word_cloud

交互式图表（interactive_charts.py）：

• line, bar, pie, scatter, heatmap, funnel, area, treemap, gauge, combo, table, kpi_cards

配置文件

• requirements.txt - Python 依赖
• references/ - 参考文档（SQL 优化、图表选择、模板使用等）
• templates/ - 行业报告模板（90+ 个）

注意事项

1. 中文字体：Windows 环境自动使用 Microsoft YaHei，其他系统需确保已安装中文字体
2. 数据库驱动：首次使用 MySQL/PostgreSQL 等需要安装对应驱动（pymysql/psycopg2）
3. Plotly CDN：交互式图表默认使用 CDN，如需离线使用可替换为本地路径

版本

v2.0.0 - 合并版（基于 sql-master + sql-dataviz + sql-report-generator）