lzwcai-mcp-server-package/.kilo/skills/lzwcai-agile-db/SKILL.md

name, description, version

name	description	version
lzwcai-agile-db	AgileDB 数据库管理平台的 MCP 技能。为 AI Agent 提供完整的数据库操作工作流指导，适合零基础用户。	0.2.0

lzwcai-agile-db

AgileDB 数据库管理平台的 MCP 技能。为 AI Agent 提供完整的数据库操作工作流指导，适合零基础用户。

完整工具清单（33 个工具）

本 skill 基于 lzwcai_mcp_agile_db MCP Server，共提供 33 个工具，分为 9 大类：

一、数据源管理（6 个工具）

工具	功能	危险等级
list_datasources	获取数据源列表	安全
get_datasource_detail	获取数据源详情（含数据库、表结构）	安全
create_datasource	创建外部数据源连接	安全
update_datasource	更新数据源连接信息	中等
toggle_datasource_status	启用/停用数据源	中等
delete_datasource	删除数据源	危险

二、数据库与表管理（6 个工具）

工具	功能	危险等级
list_databases	获取数据源下的数据库列表	安全
list_tables	获取数据源下的表列表	安全
get_table_detail	获取表结构详情（字段、类型、主键）	安全
create_table	创建新表	危险
alter_table	修改表结构	危险
generate_table_by_description	AI 根据自然语言生成表结构	安全（仅生成，不创建）

三、表数据 CRUD（5 个工具）

工具	功能	危险等级
query_table_data	查询表数据（分页）	安全
insert_table_row	插入一行数据	中等
update_table_row	更新一行数据	中等
delete_table_rows	删除数据行（按主键）	危险
export_table_excel	导出表数据为 Excel（base64）	安全

四、SQL 执行（1 个工具）

工具	功能	危险等级
execute_sql	执行原生 SQL 查询	中等/危险

五、数据导入（2 个工具）

工具	功能	危险等级
preview_import_data	上传 Excel 文件，AI 智能识别并预览	安全
confirm_import_data	确认导入 AI 识别后的数据	危险

六、表订阅（1 个工具）

工具	功能	危险等级
toggle_table_subscription	切换表的订阅状态	中等

七、API 密钥管理（6 个工具）

工具	功能	危险等级
list_api_keys	获取 API 密钥列表	安全
create_api_key	创建新的 API 密钥	中等
toggle_api_key_status	启用/禁用 API 密钥	中等
delete_api_key	删除 API 密钥	危险
get_api_key_permissions	查看指定密钥的权限配置	安全
grant_api_key_permissions	批量为 API 密钥授予权限	危险

八、技能与工具管理（6 个工具）

工具	功能	危险等级
get_skill_by_datasource	根据数据源获取技能信息	安全
get_skill_tools	获取技能下的工具列表	安全
create_skill	为数据源创建技能	中等
create_sql_tool	将 SQL 查询创建为可复用工具	中等
delete_skill_tool	删除技能下的工具	危险
update_skill_config	更新技能配置	中等

---

核心概念说明

数据源是什么？

数据源 = 一个数据库连接。它可以是：

• builtin：内置 PostgreSQL 数据库（系统自带）
• external：外部数据库（MySQL、PostgreSQL、Oracle、SQL Server、达梦等）

数据源状态

• 0 = 运行中（正常）
• 1 = 已停止（不可用）

环境参数 target

• prod = 生产环境（正式数据，默认值）
• test = 测试环境（测试数据）

主键 primaryKey

主键是唯一标识一行数据的字段。例如 {"id": 1} 表示删除/更新 id=1 的那行数据。

connectionId vs datasourceId

• datasourceId：用于数据源列表、数据库列表、表列表等浏览类操作
• connectionId：用于创建表、修改表、数据导入等需要直接操作连接的操作
• 两者通常指向同一个东西，但 API 设计不同，请按照工具说明使用

---

⚠️ 安全确认原则（必须遵守）

一、执行工具前的风险评估

当执行以下类型的操作时，必须先询问用户确认，不得擅作主张：

1. 删除操作：删除数据源、删除表数据、删除 API 密钥、删除技能工具等

   • 说明：此操作不可恢复，数据将永久丢失

2. 泄密风险操作：导出包含敏感数据的表、创建 API 密钥、查看密钥详情等

   • 说明：可能导致敏感信息泄露，需确认用户授权

3. 政治敏感操作：涉及政治相关数据的查询、修改、删除等

   • 说明：可能涉及合规风险，需确认用户意图

4. 疑似违规内容：涉及色情、暴力、违法等内容的操作

   • 说明：可能违反法律法规，必须拒绝执行并告知用户

确认格式

执行上述操作前，必须使用以下格式向用户确认：

⚠️ 安全提醒：此操作存在 [具体风险类型] 风险。
具体说明：[说明可能的后果]
请确认是否继续？（回复"确认"继续，或取消操作）

只有在用户明确确认后才能继续执行。

---

二、多步骤场景必须逐步确认

当完成任务需要调用多个工具时（如：先查询表结构 → 插入数据 → 确认结果），不得一次性自动连续执行：

1. 每完成一步后暂停，向用户展示当前步骤的结果
2. 询问用户是否继续下一步，等待确认后再执行
3. 不要假设用户的意图，即使用户的请求看似明确，也需要分步确认

示例：

用户："帮我新增一个用户"

❌ 错误做法：自动调用 get_table_detail → insert_table_row → 返回结果（一次性执行完）

✅ 正确做法：
  1. 调用 get_table_detail 了解表结构
  2. 展示必填字段清单，询问用户："请提供以下必填字段的值：..."
  3. 用户回复后，展示将要插入的数据预览
  4. 询问："确认插入以上数据？"
  5. 用户确认后才调用 insert_table_row

---

三、遇到多项选择时必须询问用户

当执行任务过程中遇到需要选择的场景时，AI 不得擅自做主选择：

1. 列出所有可选方案，说明每个方案的优缺点或适用场景
2. 等待用户明确选择，不要猜测用户意图
3. 不要默认选择第一个或看似最合理的选项

常见需要询问的选择场景：

• 有多个数据源可选时
• 有多个数据库可选时
• 有多个表可选时
• 有多种操作方式可选时（如：用 SQL 查询 vs 用表数据查询工具）
• 有多种字段类型可选时
• 用户描述模糊，存在多种理解方式时

示例：

用户："查一下订单数据"

❌ 错误做法：直接选择第一个数据源和第一个订单表进行查询

✅ 正确做法：
  "找到以下数据源包含订单相关表：
   1. HMD产品 → order_db → orders 表（156 条记录）
   2. 测试数据源 → test_db → test_orders 表（10 条记录）
   请问您想查询哪个？"

---

场景 1：浏览数据源（新手入门第一步）

当用户想了解系统里有哪些数据库或表时，使用此流程。

工作流程

用户请求: "有哪些数据源？" / "看看 XX 数据源有哪些表？" / "帮我查一下数据库"
    ↓
1. 调用 list_datasources()
    ↓
2. 展示数据源列表（名称、类型、状态、数据库数、表数）
    ↓
3. 用户选择数据源后，调用 get_datasource_detail(datasourceId="xx")
    ↓
4. 展示数据库列表和实时表结构

示例

用户: "帮我看看有哪些数据源"

调用: list_datasources()
返回: {
  "total": 14,
  "rows": [
    {"id": "58", "datasourceName": "HMD产品", "host": "host.docker.internal", "port": 5432, "status": 0, ...},
    ...
  ]
}
回复: 共找到 14 个数据源：
      1. HMD产品（PostgreSQL, host.docker.internal:5432, 运行中）
      2. ...
      请告诉我你想看哪个数据源？

用户: "看看 HMD 产品有哪些表"

调用: get_datasource_detail(datasourceId="58")
返回: {
  "detail": {...},
  "config": {...},
  "structure": {
    "databases": [
      {"name": "order_db", "tables": [
        {"tableName": "orders", "columns": [...]},
        ...
      ]}
    ]
  }
}
回复: HMD产品 数据源包含以下数据库和表：
      order_db:
        - orders (订单表, 15 个字段)
        - users (用户表, 8 个字段)

注意事项

• 数据源类型为 builtin 表示系统内置数据库，类型为具体的数据库引擎名称（mysql、postgresql 等）表示外部数据源
• 如果用户只说"查一下数据库"，先调用 list_datasources() 再引导选择
• 已停止的数据源（status=1）无法访问其结构

---

场景 2：查询表数据

当用户想要查看某张表的具体数据记录时，使用此流程。

工作流程

用户请求: "查一下 users 表的数据" / "看看前 20 条订单"
    ↓
1. 如果不知道 tableId，先浏览数据源找到目标表
    ↓
2. 调用 query_table_data(tableId="xx", pageNum=1, pageSize=10, target="prod")
    ↓
3. 展示数据（表格形式，包含字段名和值）
    ↓
4. 如果数据量大，提示用户可翻页或调整 pageSize

示例

用户: "查一下 users 表前 10 条数据"

调用: query_table_data(tableId="5", pageNum=1, pageSize=10)
返回: {
  "columns": [{"name": "id", "type": "INTEGER"}, {"name": "username", "type": "VARCHAR"}, ...],
  "data": [{"id": 1, "username": "admin", "email": "admin@test.com"}, ...],
  "total": 156
}
回复: users 表共 156 条记录，当前显示第 1-10 条：
      | id | username | email           | created_at          |
      |----|----------|-----------------|---------------------|
      | 1  | admin    | admin@test.com  | 2024-01-15 10:30:00 |
      | 2  | user1    | user1@test.com  | 2024-01-16 14:20:00 |
      ...

注意事项

• target 参数：prod=生产环境（默认），test=测试环境
• 如果用户未指定数量，默认 pageSize=10
• 如果用户说"翻页"，增加 pageNum 参数
• 如果用户想看更多数据，可以增大 pageSize（最大根据 API 限制）
• 数据返回格式为对象数组

---

场景 3：执行 SQL

当用户需要执行自定义 SQL 查询时，使用此流程。

工作流程

用户请求: "帮我执行 SQL..." / "查一下订单数大于 100 的用户"
    ↓
1. 如果用户直接提供 SQL，直接使用
   如果用户提供自然语言需求，先转换为 SQL
    ↓
2. 调用 execute_sql(datasourceId="xx", executableSql="SELECT ...")
    ↓
3. 展示查询结果
    ↓
4. 如果 SQL 执行失败，展示错误信息并建议修正

示例

用户: "统计每个地区的订单数量"

转换为 SQL: SELECT region, COUNT(*) as order_count FROM orders GROUP BY region ORDER BY order_count DESC

调用: execute_sql(
  datasourceId="58",
  executableSql="SELECT region, COUNT(*) as order_count FROM orders GROUP BY region ORDER BY order_count DESC"
)
返回: {
  "columns": [{"name": "region"}, {"name": "order_count"}],
  "data": [{"region": "华东", "order_count": 1250}, {"region": "华南", "order_count": 980}, ...]
}
回复: 各地区订单统计：
      | 地区 | 订单数 |
      |------|--------|
      | 华东 | 1,250  |
      | 华南 | 980    |
      | 华北 | 756    |

注意事项

• datasourceId 必须提供，如果用户未指定，先询问
• sqlTemplate 可选，用于模板化查询
• parameters 可选，用于参数化查询（防止 SQL 注入）
• 执行危险操作（DELETE/DROP/TRUNCATE）前，必须向用户确认
• 如果查询结果超过 100 行，建议用户使用 query_table_data 代替
• 对于只读查询（SELECT），可以直接执行；对于写操作（INSERT/UPDATE/DELETE），必须二次确认

---

场景 4：增删改数据

当用户需要修改表中的数据时，使用此流程。

4.1 插入数据

用户请求: "新增一个用户，用户名是 test_user"
    ↓
1. 先调用 get_table_detail(tableId="xx") 了解表结构
    ↓
2. 确认必填字段（非空字段、无默认值字段）
    ↓
3. 调用 insert_table_row(tableId="xx", data={...})
    ↓
4. 确认插入成功

示例:

用户: "新增一个用户，用户名 test_user，邮箱 test@test.com"

调用: get_table_detail(tableId="5")
返回: {columns: [{name: "id", isPrimaryKey: true, isAutoIncrement: true}, {name: "username", isNullable: false}, ...]}

调用: insert_table_row(
  tableId="5",
  data={"username": "test_user", "email": "test@test.com"}
)
回复: 已成功插入用户 test_user (ID 自动生成)

4.2 更新数据

用户请求: "把用户 test_user 的邮箱改成 new@test.com"
    ↓
1. 确认主键字段和要更新的值
    ↓
2. 调用 update_table_row(tableId="xx", primaryKey={主键}, data={要更新的字段})
    ↓
3. 确认更新成功

示例:

用户: "把 ID 为 5 的用户邮箱改成 new@test.com"

调用: update_table_row(
  tableId="5",
  primaryKey={"id": 5},
  data={"email": "new@test.com"}
)
回复: 已更新用户 ID=5 的邮箱为 new@test.com

4.3 删除数据

用户请求: "删除用户 test_user"
    ↓
1. ⚠️ 安全提醒：此操作存在删除风险。
   说明：数据将永久删除，不可恢复。
   请确认是否继续？
    ↓
2. ⚠️ 危险操作！先确认删除范围和影响
    ↓
3. 向用户展示将要删除的数据，请求确认
    ↓
4. 用户确认后，调用 delete_table_rows(tableId="xx", primaryKeys=[{主键}])
    ↓
5. 确认删除成功

示例:

用户: "删除 ID 为 10 的订单"

回复: ⚠️ 确认要删除以下记录吗？
      订单 ID=10, 订单号=ORD-2024-0010, 金额=¥1,250.00
      此操作不可恢复。请回复"确认删除"继续。

用户: "确认删除"

调用: delete_table_rows(
  tableId="3",
  primaryKeys=[{"id": 10}]
)
回复: 已成功删除订单 ID=10

注意：如果删除内容涉及敏感数据（如用户隐私、政治相关内容、疑似违规内容），必须额外说明后果并再次确认。

4.4 导出表数据为 Excel

用户请求: "把 users 表数据导出成 Excel"
    ↓
1. 调用 export_table_excel(tableId="xx", target="prod")
    ↓
2. 返回 base64 编码的 Excel 文件内容
    ↓
3. 提示用户解码 base64 获取文件

示例:

调用: export_table_excel(tableId="5")
返回: {
  "success": true,
  "file_base64": "UEsDBBQAAAAI...",
  "message": "Excel 文件已导出，请解码 base64 内容获取文件"
}
回复: 已成功导出 users 表数据为 Excel 文件
      文件内容已 base64 编码，请解码后保存为 .xlsx 文件

注意事项

• 删除操作必须二次确认
• primaryKey 必须是对象格式，如 {"id": 1}
• primaryKeys 是数组格式，如 [{"id": 1}, {"id": 2}]
• data 只包含要更新的字段，不需要提供全部字段
• 插入数据时，自增主键不需要提供
• 如果操作涉及多行，使用批量操作或循环调用
• 增删改操作默认作用于 prod 环境

---

场景 5：AI 生成表结构

当用户需要创建新表但不知道如何设计表结构时，使用 AI 辅助生成。

工作流程

用户请求: "我需要一个用户表" / "帮我设计一个订单系统的表结构"
    ↓
1. 调用 generate_table_by_description(requirement="用户描述")
    ↓
2. 展示 AI 生成的表结构（表名、字段、类型、注释）
    ↓
3. 用户确认后，调用 create_table(connectionId="xx", databaseName="xx", tableName="xx", columns=[...])
    ↓
4. 确认创建成功

示例

用户: "帮我设计一个商品表，包含名称、价格、库存、分类"

调用: generate_table_by_description(
  requirement="我需要一个商品表，包含商品名称、价格、库存、分类，用于电商系统"
)
返回: {
  "tableName": "products",
  "tableComment": "商品表",
  "columns": [
    {"columnName": "id", "columnType": "SERIAL", "isPrimaryKey": true, "isAutoIncrement": true, "columnComment": "主键ID"},
    {"columnName": "name", "columnType": "VARCHAR", "columnLength": 200, "isNullable": false, "columnComment": "商品名称"},
    {"columnName": "price", "columnType": "DECIMAL", "columnLength": 10, "columnComment": "价格"},
    {"columnName": "stock", "columnType": "INTEGER", "columnComment": "库存数量"},
    {"columnName": "category_id", "columnType": "INTEGER", "columnComment": "分类ID"},
    {"columnName": "created_at", "columnType": "TIMESTAMP", "defaultValue": "NOW()", "columnComment": "创建时间"}
  ]
}

回复: AI 已生成表结构设计：
      表名: products (商品表)
      字段:
        - id (SERIAL, 主键, 自增) - 主键ID
        - name (VARCHAR(200), 非空) - 商品名称
        - price (DECIMAL(10)) - 价格
        - stock (INTEGER) - 库存数量
        - category_id (INTEGER) - 分类ID
        - created_at (TIMESTAMP, 默认NOW()) - 创建时间
      
      是否需要在此基础上修改或直接创建？

用户: "直接创建到 order_db 数据库"

调用: create_table(
  connectionId="58",
  databaseName="order_db",
  tableName="products",
  tableComment="商品表",
  columns=[...]  // 使用 AI 生成的 columns
)
回复: 已成功创建表 products (商品表)

修改表结构（alter_table）

如果用户需要修改已有表的结构：

用户请求: "给 users 表加一个 phone 字段"
    ↓
1. 确认表结构和要修改的内容
    ↓
2. 构建 operations 数组（支持多种变更类型）
    ↓
3. 调用 alter_table(connectionId="xx", databaseName="xx", tableName="xx", operations=[...])
    ↓
4. 确认修改成功

可用的 operations 类型：

• ADD_COLUMN：添加字段
• DROP_COLUMN：删除字段
• RENAME_COLUMN：重命名字段
• ALTER_COLUMN_TYPE：修改字段类型
• SET_NOT_NULL：设置为非空
• DROP_NOT_NULL：取消非空约束
• SET_DEFAULT：设置默认值
• DROP_DEFAULT：删除默认值

注意事项

• requirement 参数应尽可能详细，包含业务场景和字段需求
• AI 生成的表结构可能需要用户调整（如字段长度、类型）
• 创建表前需要确认 connectionId 和 databaseName
• 常用字段类型：VARCHAR, INTEGER, SERIAL(自增主键), DECIMAL, TIMESTAMP, TEXT, BOOLEAN
• 如果用户描述模糊，先引导用户补充细节

---

场景 6：数据导入（Excel 到数据库）

当用户需要从 Excel 文件导入数据到数据库时，使用此流程。

工作流程

用户请求: "帮我导入这个 Excel 文件" / "把表格数据导入数据库"
    ↓
1. 用户将 Excel 文件转为 base64 编码
    ↓
2. 调用 preview_import_data(connectionId="xx", file_base64="...", file_name="data.xlsx", target="test")
    ↓
3. 展示 AI 识别的表结构和数据预览
    ↓
4. ⚠️ 安全提醒：此操作可能涉及数据安全风险。
   说明：导入的数据将写入数据库，请确认数据来源合法合规，不包含敏感信息、政治内容或违规内容。
   请确认是否继续？
    ↓
5. 用户确认无误后，调用 confirm_import_data(connectionId="xx", data={...}, target="test")
    ↓
6. 确认导入成功

注意事项

• 文件大小限制：< 500KB
• 支持格式：.xlsx / .xls
• 导入前默认使用 test 环境（安全做法）
• 如果用户要导入到正式环境，必须二次确认
• base64 编码的文件内容需要提供文件名

---

场景 7：API 密钥管理

当用户需要管理 API 密钥时，使用此流程。

7.1 查看密钥列表

调用: list_api_keys()
返回: {
  "total": 6,
  "rows": [
    {"id": "7", "apiKeyName": "AWINBEXT", "apiKey": "Lb8Lg...", "status": 0, "expireTime": "2027-06-06..."},
    ...
  ]
}

7.2 创建新密钥

调用: create_api_key(apiKeyName="新密钥名称")
返回: 包含新创建的密钥信息

7.3 启用/禁用密钥

调用: toggle_api_key_status(id="7", status=0)  // 0=启用, 1=禁用

7.4 删除密钥

⚠️ 删除前确认：
⚠️ 安全提醒：此操作存在删除风险。
说明：API 密钥删除后不可恢复，依赖该密钥的服务将失效。
请确认是否继续？

回复: 确认要删除 API 密钥 "AWINBEXT" 吗？此操作不可恢复。

调用: delete_api_key(id="7")

7.5 查看密钥权限

调用: get_api_key_permissions(apiKeyId="7")

7.6 批量授权

调用: grant_api_key_permissions(
  apiKeyId="7",
  batchDatas=[
    {
      "connectionId": "58",
      "permissionLevel": "connection",
      "permissionType": "read,write"
    },
    {
      "connectionId": "58",
      "permissionLevel": "database",
      "databaseName": "order_db",
      "permissionType": "read"
    }
  ]
)

权限级别说明：

• connection：数据源级别权限
• database：数据库级别权限
• table：表级别权限

---

场景 8：技能与工具管理

当用户需要创建和管理自定义技能时，使用此流程。

8.1 查看数据源关联的技能

调用: get_skill_by_datasource(datasourceId="58")

8.2 创建技能

调用: create_skill(datasourceId="58", name="订单查询技能", description="用于订单数据的常用查询")

8.3 查看技能下的工具

调用: get_skill_tools(skillId="xx")

8.4 将 SQL 创建为可复用工具

调用: create_sql_tool(
  skillId="xx",
  tableIds=["5"],
  suggestions=[{
    "name": "查询活跃用户",
    "businessDescription": "查询所有状态为活跃的用户",
    "sqlTemplate": "SELECT * FROM users WHERE status = #{status}",
    "sqlParams": {"status": {"type": "string", "default": "active"}},
    "resultType": "list",
    "businessScenario": "用于查看当前活跃用户列表"
  }]
)

8.5 删除技能工具

⚠️ 删除前确认：
⚠️ 安全提醒：此操作存在删除风险。
说明：技能工具删除后不可恢复。
请确认是否继续？

调用: delete_skill_tool(skillToolId="xx")

8.6 更新技能配置

调用: update_skill_config(
  datasourceId="58",
  configTemplate='{"mcpServer": "..."}'  // JSON 字符串
)

---

场景 9：表订阅管理

用户请求: "订阅 orders 表" / "取消订阅 users 表"

调用: toggle_table_subscription(
  configId="数据库配置ID",
  tableName="orders",
  isSubscribe=true   // true=订阅, false=取消订阅
)

---

最佳实践

1. 安全第一

通用安全确认规则

• 执行任何工具前，评估是否存在删除、泄密、政治敏感、似黄等风险

• 存在风险时，必须询问用户确认，说明后果，不得擅作主张

• 用户未明确确认前，不得执行

• 执行任何写操作（INSERT/UPDATE/DELETE）前，先确认环境（prod vs test）

• 删除操作必须向用户展示将要删除的数据并二次确认

• 危险操作（DELETE/DROP/TRUNCATE/UPDATE 影响多行）前必须明确告知用户风险

• 数据导入时默认使用 test 环境

2. 分步引导

• 新手可能不知道 datasourceId、tableId 等参数，先通过列表工具引导获取
• 复杂操作分步执行，每步确认后继续
• 如果用户请求不完整（如未指定数据源），先引导补充信息

3. 数据展示

• 表格数据使用 Markdown 表格格式
• 长文本截断显示（最多 100 字符）
• 数字格式化（千位分隔符、货币符号）
• 时间格式化为可读格式
• 展示数据时包含字段名和类型

4. 错误处理

• API 错误：展示错误信息，建议重试或检查参数
• SQL 错误：展示 SQL 错误位置，建议修正
• 连接错误：检查数据源状态，建议启用或重新配置
• "登录过期"：提示用户检查 API_KEY 环境变量

5. 沟通方式

• 向小白用户解释时，避免使用技术术语（如 JSON Schema、SERIAL 等），用通俗语言
• 操作完成后告知结果（成功/失败/影响行数）
• 如果用户操作成功，给出明确的反馈信息

---

常用参数参考

数据源类型

• builtin - 内置 PostgreSQL
• external - 外部数据库（MySQL/PostgreSQL/Oracle/SQL Server/达梦等）

数据源状态

• 0 - 运行中
• 1 - 已停止

环境

• prod - 生产环境（默认）
• test - 测试环境

常用字段类型

类型	用途	示例
SERIAL	自增主键	id SERIAL PRIMARY KEY
VARCHAR(n)	短文本	username VARCHAR(50)
TEXT	长文本	description TEXT
INTEGER	整数	stock INTEGER
DECIMAL(m,n)	精确小数	price DECIMAL(10,2)
TIMESTAMP	时间戳	created_at TIMESTAMP
BOOLEAN	布尔值	is_active BOOLEAN

表结构变更操作类型（alter_table）

类型	用途
ADD_COLUMN	添加字段
DROP_COLUMN	删除字段
RENAME_COLUMN	重命名字段
ALTER_COLUMN_TYPE	修改字段类型
SET_NOT_NULL	设置为非空
DROP_NOT_NULL	取消非空约束
SET_DEFAULT	设置默认值
DROP_DEFAULT	删除默认值

权限级别（API 密钥授权）

级别	范围
connection	整个数据源
database	指定数据库
table	指定表

---

快速开始

如果用户说"帮我查一下数据库"，按以下步骤操作：

1. 调用 list_datasources() 获取数据源列表
2. 展示列表，让用户选择或默认第一个运行中的数据源
3. 调用 get_datasource_detail(datasourceId="xx") 获取数据库和表信息
4. 引导用户选择要操作的表
5. 根据用户意图调用相应的工具：
   • 想看数据 → query_table_data
   • 想执行 SQL → execute_sql
   • 想新增数据 → insert_table_row
   • 想修改数据 → update_table_row
   • 想删除数据 → delete_table_rows（需确认）
   • 想导出 Excel → export_table_excel
   • 想创建表 → generate_table_by_description + create_table
   • 想导入 Excel → preview_import_data + confirm_import_data