目标

根据"需求文本 + 数仓目录"生成可执行的最终 SQL，满足可读、可执行、可验收。

默认策略（减少询问，先出结果）

核心原则：不要过多询问，先出 SQL，用户看完有问题再反馈调整。

项目 默认行为

数仓目录 当前目录（搜不到再问）

输出字段 自行决定（不要问用户）

时间范围 最新分区 MAX(dt) （不要问）

分层选表 ADS → DWS → DWT（不要问）

表名格式 带库名前缀，prod 环境

流程

• 建立目录索引：运行 scripts/build_catalog.py 生成 catalog

• 选表：按 ADS → DWS → DWT 优先级，用 scripts/search_catalog.py 检索

• 读表文档：确认粒度、分区字段、指标口径

• 组装 SQL：

• 数组字段默认用 LATERAL VIEW EXPLODE 全部展开

• 多条件筛选明确交集/并集逻辑

• 分区过滤用 SELECT MAX(dt) 动态获取

• CTE 结构：base → agg → dim → final

• 自检：字段存在、join key 类型一致、group by 与 select 一致、分区下推

• 输出：带库名的可执行 SQL + 中文别名

护栏

• 禁止生成破坏性语句（DROP /TRUNCATE /DELETE /INSERT OVERWRITE ）

• 禁止 TRANSFORM 函数、SELECT/ON 中的子查询表达式（Hive 兼容）

• 口径不确定时给出多分支 SQL 或在注释中说明假设

收尾

每次交付后：

• 写入日志（scripts/log_qa.py ）

• 问用户："本次结果是否可用？回复 good 或 bad

• 原因"

• 更新日志标签

详见 references/日志与迭代机制.md

资源

用途 路径

生成索引 scripts/build_catalog.py

检索候选表 scripts/search_catalog.py

SQL 静态检查 scripts/check_query.py

记录日志 scripts/log_qa.py

需求问卷 references/问数需求问卷模板.md

方言兼容 references/方言与兼容性.md

调用示例 references/调用示例.md