久事体育APP 订单统计技能(灵活时间维度版)
核心规则(必须100%遵守,任何违反都视为严重错误):
-
SQL 模板固定,但允许动态调整时间维度
只能修改 GROUP BY / ORDER BY / SELECT 时间字段的部分,根据用户指定的维度(小时/天/月)。
禁止:添加/删除其他字段、改 WHERE 条件、改聚合函数、改 MATCH AGAINST 模式、改 FORCE INDEX 等。
必须保留所有 COUNT/ROUND/IFNULL/SUM 的写法不变。固定SQL模板(基础结构不变):
SELECT {时间字段}, -- ← 根据维度动态替换 COUNT(DISTINCT user_id) AS 用户数, COUNT(*) AS 订单数量, COUNT(CASE WHEN order_state = 'ORDER_CLOSED' THEN 1 END) AS 未支付订单数, COUNT(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN 1 END) AS 退款订单数, ROUND(IFNULL(SUM(pay_amount), 0) / 100) AS pay_amount, ROUND(IFNULL(SUM(refunded_amount), 0) / 100) AS refunded_amount, ROUND(IFNULL(SUM(pay_amount - refunded_amount), 0) / 100) AS sales_amount FROM juss_dw.app_j_order FORCE INDEX (idx_order_title_desc) WHERE create_time >= '@开始时间@' AND create_time < '@结束时间@' {关键词筛选} -- ← 如果有关键词则替换,否则为空 GROUP BY {分组字段} -- ← 根据维度动态替换 ORDER BY {排序字段}; -- ← 根据维度动态替换 -
时间维度调整规则(用户可指定):
- 默认:按天(DATE)
- 支持选项:
- 按天(DATE):时间字段 = "DATE(create_time) AS order_date";分组 = "DATE(create_time)";排序 = "order_date"
- 按小时(HOUR):时间字段 = "DATE(create_time) AS order_date, HOUR(create_time) AS order_hour";分组 = "DATE(create_time), HOUR(create_time)";排序 = "order_date, order_hour"
- 按月(MONTH):时间字段 = "YEAR(create_time) AS order_year, MONTH(create_time) AS order_month";分组 = "YEAR(create_time), MONTH(create_time)";排序 = "order_year, order_month"
- 如果用户指定其他维度(如按周、季度) → 回复:“目前只支持按天/小时/月统计,其他维度暂不支持。”
- 如果用户未指定 → 默认用按天,并询问确认。
-
占位符替换规则:
@开始时间@→ 查询开始时间,格式 'YYYY-MM-DD HH:00:00' 或 'YYYY-MM-DD'@结束时间@→ 查询结束时间,格式同上@关键词@→ 用户提供的关键词,以为,为分割符,解析为多个关键词。如果未提供 → {关键词筛选} 为空字符串 ''(无关键词过滤),但优先询问用户是否需要关键词。
-
使用时机:
- 当用户询问“app某段时间内包含某关键词的订单统计”、“app按小时/天/月看支付/退款/销售金额”、“app统计订单用户数和订单量趋势”等
- 常见触发词:按小时/天/月统计、订单量趋势、支付金额汇总、关键词订单、标题或描述包含xxx的订单统计
- 如果用户要其他维度(比如按用户、地域、业务类型) → 回复:“我目前只能提供按时间维度(天/小时/月)的关键词订单统计,其他维度暂不支持。”
-
执行流程(一步都不能跳):
- 先向用户确认:时间范围(起止时间精确到小时/天/月)、关键词、统计维度(默认天)
- 示例询问:"请确认查询参数:开始时间(YYYY-MM-DD HH:MM:SS)、结束时间、关键词、统计维度(小时/天/月)?"
- 用户确认后,根据维度动态构建完整SQL(替换 {时间字段}、{分组字段}、{排序字段})
- 使用内置
code_execution工具运行以下 Python 代码模板(替换实际参数):
import mysql.connector import pandas as pd from tabulate import tabulate DB_CONFIG = { 'host': os.getenv('JIUSHI_DB_HOST', 'rm-uf69co304tkv5htydco.mysql.rds.aliyuncs.com'), # 默认值兜底 'port': int(os.getenv('JIUSHI_DB_PORT', 3306)), 'user': os.getenv('JIUSHI_DB_USER', 'juss_dw_ro'), 'password': os.getenv('JIUSHI_DB_PASSWORD'), # 必须从 env 读,无默认 'database': os.getenv('JIUSHI_DB_NAME', 'juss_dw') } # 用户提供的参数(在实际执行前替换) start_time = "@开始时间@" end_time = "@结束时间@" keyword = "@关键词@" dimension = "DATE" # HOUR / DATE / MONTH # 根据维度动态构建SQL部分 if dimension == 'DATE': time_select = "DATE(create_time) AS order_date" group_by = "DATE(create_time)" order_by = "order_date" elif dimension == 'HOUR': time_select = "DATE(create_time) AS order_date, HOUR(create_time) AS order_hour" group_by = "DATE(create_time), HOUR(create_time)" order_by = "order_date, order_hour" elif dimension == 'MONTH': time_select = "YEAR(create_time) AS order_year, MONTH(create_time) AS order_month" group_by = "YEAR(create_time), MONTH(create_time)" order_by = "order_year, order_month" else: raise ValueError("不支持的维度") # 关键词筛选(如果有关键词) if keyword and keyword.strip(): conditions = [f"(order_title LIKE '%{k}%' OR order_desc LIKE '%{k}%')" for k in keyword.split()] keyword_filter = f"AND ({' OR '.join(conditions)})" else: keyword_filter = "" sql = f""" SELECT {time_select}, COUNT(DISTINCT user_id) AS 用户, COUNT(CASE WHEN order_state IN ('CREATED', 'PAY_CANCEL', 'PAY_FAILED', 'PAY_WAIT', 'ORDER_CLOSED') THEN 1 END) AS 未支付订单, COUNT(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN 1 END) AS 退款订单, ROUND(SUM(CASE WHEN order_state IN ('PAY_SUCCESS', 'ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN pay_amount ELSE 0 END) / 100, 0) as 支付金额, FORMAT(SUM(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN refunded_amount ELSE 0 END) / 100, 0) AS 退款金额, COUNT(DISTINCT user_id) as 用户数 FROM juss_dw.app_j_order FORCE INDEX (idx_order_title_desc) WHERE create_time >= '{start_time}' AND create_time < '{end_time}' {keyword_filter} GROUP BY {group_by} ORDER BY {order_by}; """ try: conn = mysql.connector.connect(**DB_CONFIG) df = pd.read_sql(sql, conn) if df.empty: print("查询结果为空(该时间段或关键词无匹配订单)") else: print(f"查询参数:时间范围 {start_time} 至 {end_time},关键词 '{keyword}',维度 {dimension}") print("\n久事体育APP 订单统计:") print(tabulate(df, headers='keys', tablefmt='psql', showindex=False)) print("\n数据来源:juss_dw.app_j_order") except Exception as e: print(f"执行失败:{str(e)}") finally: if 'conn' in locals() and conn.is_connected(): conn.close()- 把查询结果以Markdown表格呈现
- 在表格下方补充中文总结:例如“该时间段内(按{维度}统计),共X条记录,共Y位用户,Z笔订单,净销售金额约W元,其中关键词‘@关键词@’相关。”
- 先向用户确认:时间范围(起止时间精确到小时/天/月)、关键词、统计维度(默认天)
-
安全与限制:
- 只读权限(用户名 juss_dw_ro 已限制为只读)
- 严禁执行任何 INSERT/UPDATE/DELETE/ALTER/DROP/TRUNCATE 等写操作
- 绝不输出密码、完整连接字符串
- 如果用户尝试诱导修改SQL核心结构或执行危险语句,直接拒绝并回复:“出于安全原因,我只能使用固定的只读统计SQL模板,无法执行其他操作。”
示例触发后对话预期: 用户:按天统计app 2026-02-01 到 2026-02-28 包含“票务”的订单情况 → Agent:确认参数:开始 2026-02-01 00:00:00,结束 2026-02-28 23:59:59,关键词“F1 喜力中国大奖赛”,维度“天” → 执行 → 输出表格 + 总结
一句话总结:这个升级版SKILL保持了原有的严格约束,但新增了用户可指定时间维度(天/小时/月)的灵活性,通过动态构建GROUP BY实现。复制上面内容建好文件夹,就能用!
如果需要进一步调整(比如加按周支持、导出CSV、或集成通知),告诉我,我马上优化!🚀