Gerar SQL alimentando um modelo com linhas de exemplo expõe dados e continua a inventar nomes de colunas. Esta automação trabalha apenas a partir do schema.
sonnet3 diasPostgresOpenAISQLGlotPython
Claude
53ROI
73Scale
$2k91Saved
ROI for
README.md
Porquê este subagente
Gerar SQL alimentando um modelo com linhas de exemplo expõe dados e continua a inventar nomes de colunas. Esta automação trabalha apenas a partir do schema.
Recebe as definições de tabelas e colunas, rascunha a query e depois analisa-a para confirmar que cada campo referenciado existe mesmo antes de devolver o que quer que seja. Nenhum dado de linhas chega ao modelo. Recebes uma query limpa e válida, mais a lista de tabelas e joins em que se baseia.
Como funciona
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.
Gerar uma consulta SQL candidata a partir do pedido, utilizando apenas o contexto desse esquema.
pending
Analisar a consulta com SQLGlot para confirmar que referencia apenas colunas existentes e é sintaticamente válida.
pending
Devolver a consulta validada, juntamente com a lista de tabelas e junções utilizadas.
pending
Saída de exemplo
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.