文章详细介绍了如何使用Qwen Code Skills功能构建数据库查询智能体。通过COVID-19数据分析案例，展示了创建自定义Skill的完整流程，包括编写SKILL.md配置文件和Python脚本，实现数据查询、分析和自动生成报表页面。开发者可借此将专业知识打包成可发现技能，让大模型高效执行特定任务。

一、Qwen Code Skills

Qwen Code 是一个面向开发者的智能编码助手，类似于 Claude Code，随着 Claude Code 推出 Skills 功能， Qwen Code 也迅速集成了相关功能，通过 Skills 可以将专业知识打包成可发现的功能。每个技能由一个 SKILL.md 文件组成，其中包含模型在相关时可以加载的指令，以及可选的支持文件如脚本和模板。

本文将基于 Qwen Code Skills 功能构建一个数据库查询Skill，并基于该 Skill 实现数据方面的问答、分析、以及能够根据数据自动生成分析页面。实验效果如下所示：

其中实验使用数据会在下方实验时说明

技能调用问答：

技能调用、分析生成报表：

生成效果：

在开始实验前，先简单介绍下 Qwen Code Skills 的使用过程。

1.1 Qwen Code Skills 使用介绍

官方文档地址：

https://qwenlm.github.io/qwen-code-docs/zh/users/features/skills/

Skills 功能目前是是实验阶段，需要更新至最新版本的 Qwen Code ，并且启动时使用 --experimental-skills 开启 Skills 功能，例如：

qwen --experimental-skills

Skills 技能可以放在个人名下或项目名下，个人技能在所有的项目中都可以使用用，技能信息存储在 ~/.qwen/skills/ 中，例如：

mkdir -p ~/.qwen/skills/my-skill-name

项目技能可以与团队共享，技能信息存储在项目内的 .qwen/skills/ 中，例如：

mkdir -p .qwen/skills/my-skill-name

在技能目录下必须要有 SKILL.md 描述技能，示例模版如下：

---name: your-skill-namedescription: 简要描述此技能的作用以及何时使用它--- # 你的技能名称 ## 指令为 Qwen Code 提供清晰、逐步的指导。

其中 name 和 description 不可为空！Qwen Code 会验证其中的内容。

额外文件支持，可以根据具体需要添加：

my-skill/├── SKILL.md (必需)├── reference.md (可选文档)├── examples.md (可选示例)├── scripts/│   └── helper.py (可选工具)└── templates/    └── template.txt (可选模板)

二、构建自定义 Skill 数据分析智能体

2.1 使用数据说明

其中分析数据采用数据采用 COVID-19 测试案例，包括：美国 2021-01-28 号，各个县county的新冠疫情累计案例信息，包括确诊病例和死亡病例，数据格式如下所示：

date（日期）,county（县）,state（州）,fips（县编码code）,cases（累计确诊病例）,deaths（累计死亡病例）2021-01-28,Pike,Alabama,01109,2704,352021-01-28,Randolph,Alabama,01111,1505,372021-01-28,Russell,Alabama,01113,3675,162021-01-28,Shelby,Alabama,01117,19878,1412021-01-28,St. Clair,Alabama,01115,8047,1472021-01-28,Sumter,Alabama,01119,925,282021-01-28,Talladega,Alabama,01121,6711,1142021-01-28,Tallapoosa,Alabama,01123,3258,1122021-01-28,Tuscaloosa,Alabama,01125,22083,2832021-01-28,Walker,Alabama,01127,6105,1852021-01-28,Washington,Alabama,01129,1454,27

下载地址如下：

https://github.com/BIXUECHAO/covid-19-tes-data/blob/main/us-covid19-counties.csv

创建数据表，并导入上述数据：

CREATE TABLE `us_covid19_counties` (  `date` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '日期',  `county` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '县',  `state` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '州',  `fips` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '县编码code',  `cases` int DEFAULT NULL COMMENT '累计确诊病例',  `deaths` int DEFAULT NULL COMMENT '累计死亡病例') ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='COVID-19 案例';

2.2 构建 Skill

在项目的目录下创建 .qwen/skills/db 技能包，整体结构如下所示：

.qwen/skills/db/├── SKILL.md├── scripts/│   └── run_sql.py
```![](http://cdn.zhipoai.cn/a943b802.jpg)

其中 `scripts/run_sql.py` 用于动态查询数据库中的数据，接收一个`SQL`参数，通过 `bash` 指令运行。

#### 2.2.1 编写 SKILL.md

主要描述出技能的能力，这里数据查询的场景，可以放入表结构，如果表特别多的情况下，也可以写一个 `scripts` 脚本动态获取。另外为了更好的让大模型处理，最好提供调用脚本的指令示例。

内容示例如下所示，注意 `Python` 路径修改为你电脑的实际路径，如果配置了环境变量可直接改为 `python -u scripts/run_sql.py --sql "{sql}"`：

```plaintext
---name: db-skilldescription: COVID-19数据查询, 包括：美国 2021-01-28 号，各个县county的新冠疫情累计案例信息，包括确诊病例和死亡病例---# 数据查询## 数据表结构``sqlCREATE TABLE `us_covid19_counties` (  `date` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '日期',  `county` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '县',  `state` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '州',  `fips` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '县编码code',  `cases` int DEFAULT NULL COMMENT '累计确诊病例',  `deaths` int DEFAULT NULL COMMENT '累计死亡病例') ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='COVID-19 案例';``## 数据样例``datadate（日期）,county（县）,state（州）,fips（县编码code）,cases（累计确诊病例）,deaths（累计死亡病例）2021-01-28,Pike,Alabama,01109,2704,352021-01-28,Randolph,Alabama,01111,1505,372021-01-28,Russell,Alabama,01113,3675,162021-01-28,Shelby,Alabama,01117,19878,1412021-01-28,St. Clair,Alabama,01115,8047,1472021-01-28,Sumter,Alabama,01119,925,282021-01-28,Talladega,Alabama,01121,6711,1142021-01-28,Tallapoosa,Alabama,01123,3258,1122021-01-28,Tuscaloosa,Alabama,01125,22083,2832021-01-28,Walker,Alabama,01127,6105,1852021-01-28,Washington,Alabama,01129,1454,27``## 指令运行辅助脚本：``bash# 查询天气E:\anaconda\conda\envs\openai\python.exe -u scripts/run_sql.py --sql "{sql}"``## 示例- 统计每个州的累计确诊病例``bashE:\anaconda\conda\envs\openai\python.exe -u scripts/run_sql.py --sql "SELECT state, COUNT(*) AS total_cases FROM us_covid19_counties GROUP BY state ORDER BY total_cases DESC"``
2.2.2 编写 scripts 脚本

添加一个 run_sql.py 脚本，执行用户数据的查询动作，放在 .qwen/skills/db/scripts 下，内容如下所示：

import jsonimport argparseimport pymysqldef get_conn():    return pymysql.connect(        host="127.0.0.1",        port=3306,        database="test3",        user="root",        password="root",        autocommit=True    )def query(sql):    conn = get_conn()    cursor = conn.cursor()    cursor.execute(sql)    columns = [column[0] for column in cursor.description]    res = list()    for row in cursor.fetchall():        res.append(dict(zip(columns, row)))    cursor.close()    conn.close()    return resdef run_sql(sql: str):    """执行MySQL SQL语句查询数据，一次仅能执行一句SQL！"""    try:        if not sql:            print("请传递需要查询的SQL！")            return        fetch = query(sql)        print(f"数据库查询结果: \n{fetch}")    except Exception as e:        print(f"执行SQL错误：{str(e)} ,请修正后重新发起。")if __name__ == '__main__':    parser = argparse.ArgumentParser(description="Run a SQL query.")    parser.add_argument('--sql', type=str, required=True, help='SQL query to execute')    args = parser.parse_args()    sql = args.sql    run_sql(sql)

到这 Skill 就已经添加完毕了。

2.3 使用 Skill

在当前项目目录下唤醒 Qwen Code，注意需要添加 --experimental-skills：

qwen --experimental-skills


> 输入：**你当前有哪些Skills**

![](https://i-blog.csdnimg.cn/img_convert/7ef16bc9c4f20c06e8fdd42d81473194.jpeg)

> 输入：**确诊人数Top10的县是哪几个？**

![](https://i-blog.csdnimg.cn/img_convert/95b1364f431028f34d29d5dcb92d1ec2.jpeg)

> 输入：**针对确诊人数前5名的州的信息, 深度分析其各个维度，为我生成一个炫酷的报表页面**

执行过程：

![](https://i-blog.csdnimg.cn/img_convert/42408bd87a9f00d3d287045ac1d8ddd5.jpeg)

最终生成页面如下：

![](https://i-blog.csdnimg.cn/img_convert/d875a89d5f96ca078c175b9ed2a42b44.jpeg)

## 如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

**这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】**

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/02d70556d9d74b2b8d1d37b0dd9c6781.jpeg#pic_center)


**这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！**

![请添加图片描述](https://i-blog.csdnimg.cn/direct/20a5c416f8354cfc835c7fafdd83cf6e.png)
**第一阶段：** 从大模型系统设计入手，讲解大模型的主要方法；

**第二阶段：** 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

**第三阶段：** 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

**第四阶段：** 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

**第五阶段：** 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

**第六阶段：** 以SD多模态大模型为主，搭建了文生图小程序案例；

**第七阶段：** 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

## 100套AI大模型商业化落地方案

![请添加图片描述](https://i-blog.csdnimg.cn/direct/0a21a46572f94418a43e458d9f50bfa4.jpeg)

## 大模型全套视频教程

![请添加图片描述](https://i-blog.csdnimg.cn/direct/225c3be3861143ceb8df78a880e51d9c.jpeg)

## 200本大模型PDF书籍
![请添加图片描述](https://i-blog.csdnimg.cn/direct/2f5af12d843f442980f6b4f033a0c259.jpeg)


**👉学会后的收获：👈**

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

## LLM面试题合集

![请添加图片描述](https://i-blog.csdnimg.cn/direct/f4d2cae108194b32ae24332ae6dc8531.jpeg)

## 大模型产品经理资源合集


![请添加图片描述](https://i-blog.csdnimg.cn/direct/06820482b5734c7d9a8edf2728cf07df.jpeg)

## 大模型项目实战合集
![请添加图片描述](https://i-blog.csdnimg.cn/direct/c30cc11b67694645afde0913162269eb.jpeg)

**👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/1b1e47aebda1468d9e1b544c7554d5ac.jpeg#pic_center)
# 人工智能 # 学习 # 产品经理
Logo
魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

cover

魔乐社区虾王挑战赛 · OpenClaw虾客松正式启动！

avatar 魔乐社区
cover

「极限压缩 量化未来」Modelers GeekDay上海站圆满落幕

avatar 魔乐社区
cover

魔乐社区月度精选（26年3月）

avatar 魔乐社区