Generare SQL dando in pasto righe di esempio a un modello fa trapelare dati e continua comunque a inventare nomi di colonne. Questa automazione lavora solo a partire dallo schema.
sonnet3 giorniPostgresOpenAISQLGlotPython
Claude
53ROI
73Scale
$2k91Saved
ROI for
README.md
Perché questo subagent
Generare SQL dando in pasto righe di esempio a un modello fa trapelare dati e continua comunque a inventare nomi di colonne. Questa automazione lavora solo a partire dallo schema.
Prende le definizioni di tabelle e colonne, abbozza la query, poi la analizza per confermare che ogni campo richiamato esista davvero prima di restituire qualcosa. Nessun dato delle righe raggiunge mai il modello. Ottieni una query pulita e valida, più l'elenco delle tabelle e delle join su cui si basa.
Come gira
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Genera una query SQL candidata a partire dalla richiesta, usando soltanto quel contesto dello schema.
pending
Analizza la query con SQLGlot per confermare che faccia riferimento solo a colonne esistenti e sia sintatticamente valida.
pending
Restituisce la query validata insieme all'elenco delle tabelle e delle join che utilizza.
pending
Esempio di output
json
// Sample output
// (generated when the pipeline finishes)
Given only a database schema, produce a syntactically valid SQL query that references existing columns and no invented fields.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.