提示词商城
AI 写作
图片
视频
热门角色
热门业务
模型专用
提示词工具
非会员
非会员
×
¥元
查看详情
首页 / SQL结构解析转换器
🔥 会员专享 文生文 数据集

SQL结构解析转换器

👁️ 298 次查看
📅 Oct 18, 2025
💡 核心价值： 本提示词模板专门用于将SQL数据定义语言(DDL)语句转换为结构化的JSON格式，帮助用户轻松解析和理解数据库架构定义。该工具具备智能语法识别能力，能够准确提取表名、字段定义、约束条件等关键信息，并以标准化的JSON结构输出。通过自动化的转换过程，显著提升数据库文档生成、架构分析和系统集成的效率，支持主流的SQL方言包括MySQL、PostgreSQL、Oracle等。转换结果保持原始DDL语句的完整语义，确保数据类型、主外键关系、索引定义等核心要素的准确映射，为数据可视化工具和自动化工作流提供标准化的数据输入。

🎯 可自定义参数（3个）

SQL语句
需要转换的SQL DDL语句，如CREATE TABLE语句
转换配置
转换配置选项，如是否包含注释、索引详情等
输出要求
输出格式特殊要求，如缩进格式、字段排序等

🎨 效果示例

转换结果概览

  • 原始DDL语句摘要
    • CREATE TABLE app_user (...)
    • ALTER TABLE app_user ADD COLUMN last_login TIMESTAMP
    • CREATE TABLE user_profile (...)
    • CREATE INDEX idx_app_user_email ON app_user(email)
  • 解析状态标识
    • 成功

JSON数据结构

{
  "tables": [
    {
      "table_name": "app_user",
      "columns": [
        {
          "name": "id",
          "type": "BIGINT",
          "constraints": ["PRIMARY KEY"]
        },
        {
          "name": "username",
          "type": "VARCHAR(32)",
          "constraints": ["NOT NULL"]
        },
        {
          "name": "email",
          "type": "VARCHAR(64)",
          "constraints": []
        },
        {
          "name": "created_at",
          "type": "TIMESTAMP",
          "constraints": ["DEFAULT CURRENT_TIMESTAMP"]
        },
        {
          "name": "last_login",
          "type": "TIMESTAMP",
          "constraints": []
        }
      ],
      "constraints": {
        "primary_key": "PRIMARY KEY (id)",
        "foreign_keys": [],
        "indexes": [
          {
            "name": "idx_app_user_email",
            "columns": ["email"]
          }
        ]
      }
    },
    {
      "table_name": "user_profile",
      "columns": [
        {
          "name": "user_id",
          "type": "BIGINT",
          "constraints": ["PRIMARY KEY"]
        },
        {
          "name": "nickname",
          "type": "VARCHAR(32)",
          "constraints": []
        },
        {
          "name": "bio",
          "type": "VARCHAR(128)",
          "constraints": []
        }
      ],
      "constraints": {
        "primary_key": "PRIMARY KEY (user_id)",
        "foreign_keys": [
          {
            "name": "fk_user_profile_user",
            "columns": ["user_id"],
            "references": {
              "table": "app_user",
              "columns": ["id"]
            }
          }
        ],
        "indexes": []
      }
    }
  ]
}

解析详情

  • 成功解析的组件统计
    • 表: 2
    • 列: app_user(5), user_profile(3)
    • 主键: 2
    • 外键: 1
    • 索引: 1
    • 变更: 1
  • 需要注意的特殊语法说明
    • DEFAULT CURRENT_TIMESTAMP
    • 列级PRIMARY KEY
    • 命名外键约束: fk_user_profile_user
    • ALTER TABLE ADD COLUMN
  • 变更摘要（比较维度: 列, 约束）
    • app_user: + 列 last_login TIMESTAMP

转换结果概览

  • 原始DDL语句摘要：3个表：user_account, orders, order_item；包含主键、外键、检查约束与默认值
  • 解析状态标识：成功

JSON数据结构

{
  "tables": [
    {
      "table_name": "user_account",
      "columns": [
        {
          "name": "user_id",
          "type": "bigint",
          "constraints": ["primary key", "auto_increment"]
        },
        {
          "name": "user_name",
          "type": "varchar(32)",
          "constraints": ["not null"]
        },
        {
          "name": "created_at",
          "type": "timestamp",
          "constraints": ["not null"]
        }
      ],
      "constraints": {
        "primary_key": "pk_user_account(user_id)",
        "foreign_keys": [],
        "checks": [],
        "indexes": []
      }
    },
    {
      "table_name": "orders",
      "columns": [
        {
          "name": "order_id",
          "type": "bigint",
          "constraints": ["primary key", "auto_increment"]
        },
        {
          "name": "user_id",
          "type": "bigint",
          "constraints": ["not null"]
        },
        {
          "name": "status",
          "type": "char(1)",
          "constraints": ["not null", "default 'N'"]
        },
        {
          "name": "total_amount",
          "type": "numeric(10,2)",
          "constraints": ["not null"]
        },
        {
          "name": "created_at",
          "type": "timestamp",
          "constraints": ["not null"]
        }
      ],
      "constraints": {
        "primary_key": "pk_orders(order_id)",
        "foreign_keys": [
          "fk_orders_user(user_id) REFERENCES user_account(user_id)"
        ],
        "checks": [
          "chk_status (status IN ('N','P','C'))"
        ],
        "indexes": []
      }
    },
    {
      "table_name": "order_item",
      "columns": [
        {
          "name": "item_id",
          "type": "bigint",
          "constraints": ["primary key", "auto_increment"]
        },
        {
          "name": "order_id",
          "type": "bigint",
          "constraints": ["not null"]
        },
        {
          "name": "sku_code",
          "type": "varchar(32)",
          "constraints": ["not null"]
        },
        {
          "name": "qty",
          "type": "integer",
          "constraints": ["not null"]
        },
        {
          "name": "price",
          "type": "numeric(10,2)",
          "constraints": ["not null"]
        }
      ],
      "constraints": {
        "primary_key": "pk_order_item(item_id)",
        "foreign_keys": [
          "fk_item_order(order_id) REFERENCES orders(order_id)"
        ],
        "checks": [],
        "indexes": []
      }
    }
  ],
  "relationship_graph": [
    {
      "name": "fk_orders_user",
      "from": "orders.user_id",
      "to": "user_account.user_id"
    },
    {
      "name": "fk_item_order",
      "from": "order_item.order_id",
      "to": "orders.order_id"
    }
  ]
}

解析详情

  • 成功解析的组件统计：表(3)，列(user_account:3, orders:5, order_item:5)，主键(3)，外键(2)，检查约束(1)，默认值(1)，索引(0)
  • 需要注意的特殊语法说明：
    • BIGSERIAL已标准化为bigint并以auto_increment标识
    • 保留显式命名的外键与检查约束
    • 命名已规范为snake_case

转换结果概览

  • 原始DDL语句摘要: CREATE TABLE: 2; CREATE INDEX: 1
  • 解析状态标识: 成功; 方言: MySQL

JSON数据结构

{
  "tables": [
    {
      "table_name": "fact_order_daily",
      "comment": "每日订单指标",
      "columns": [
        {
          "name": "date_key",
          "type": "INT",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "日期键"
        },
        {
          "name": "gmv",
          "type": "DECIMAL(12,2)",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "交易额"
        },
        {
          "name": "order_cnt",
          "type": "INT",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "订单数"
        }
      ],
      "constraints": {
        "primary_key": "date_key",
        "foreign_keys": [
          {
            "name": "fk_fact_date",
            "columns": [
              "date_key"
            ],
            "references": {
              "table": "dim_date",
              "columns": [
                "date_key"
              ]
            }
          }
        ],
        "indexes": [
          "idx_fact_date"
        ]
      }
    },
    {
      "table_name": "dim_date",
      "columns": [
        {
          "name": "date_key",
          "type": "INT",
          "constraints": [
            "PRIMARY KEY"
          ],
          "comment": "日期键"
        },
        {
          "name": "date_value",
          "type": "DATE",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "日期值"
        },
        {
          "name": "month",
          "type": "INT",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "月份"
        }
      ],
      "constraints": {
        "primary_key": "date_key",
        "foreign_keys": [],
        "indexes": []
      }
    }
  ]
}

解析详情

  • 成功解析的组件统计: 表: 2; 列: 6; 主键: 2; 外键: 1; 索引: 1; 列注释: 6; 表注释: 1
  • 需要注意的特殊语法说明: 使用列与表COMMENT子句; 外键命名: fk_fact_date; 额外分隔符: 全角；在索引语句末尾

示例详情

📖 如何使用

⚡ 30秒出活：复制 → 粘贴 → 搞定
与其花几十分钟和AI聊天、试错，不如直接复制这些经过千人验证的模板，修改几个 {{变量}} 就能立刻获得专业级输出。省下来的时间，足够你轻松享受两杯咖啡！
加载中...
💬 不会填参数？让 AI 反过来问你
不确定变量该填什么？一键转为对话模式，AI 会像资深顾问一样逐步引导你，问几个问题就能自动生成完美匹配你需求的定制结果。零门槛，开口就行。
转为对话模式 →
🚀 告别复制粘贴，Chat 里直接调用
无需切换，输入 / 唤醒 8000+ 专家级提示词。 插件将全站提示词库深度集成于 Chat 输入框。基于当前对话语境，系统智能推荐最契合的 Prompt 并自动完成参数化，让海量资源触手可及，从此彻底告别"手动搬运"。
即将推出
🔌 接口一调，提示词自己会进化
手动跑一次还行，跑一百次呢？通过 API 接口动态注入变量，接入批量评价引擎，让程序自动迭代出更高质量的提示词方案。Prompt 会自己进化，你只管收结果。
发布 API →
🤖 一键变成你的专属 Agent 应用
不想每次都配参数？把这条提示词直接发布成独立 Agent，内嵌图片生成、参数优化等工具，分享链接就能用。给团队或客户一个"开箱即用"的完整方案。
创建 Agent →

✅ 特性总结

一键解析各家SQL DDL，提取表、字段、约束与索引，生成标准化的结构化输出。
完整保留语义与类型细节，精准映射主外键关系，避免迁移与集成信息丢失。
自动生成可读的架构摘要与字段说明，助力数据库文档、审计与新人快速上手。
支持批量脚本处理与版本差异比对，快速识别结构变化，为发布评审与回滚决策赋能。
识别主流方言并进行异常校验，定位不规范写法，给出可执行的修正路径与提示。
为数据建模与可视化工具提供统一结构输入，减少手工录入与重复配置，提升效率。
灵活定制输出字段与层级组织，适配团队规范，一次配置，多场景复用与调用。
无需连接数据库，纯文本转换保障安全边界，适合外部审阅与合规流程使用。
与自动化工作流顺畅衔接，触发校验与生成任务，降低人力投入，加速端到端交付。

🎯 解决的问题

把复杂的SQL建表语句，一键转译成清晰、可复用的结构说明，帮助研发、数据、架构与运维在如下工作场景中快速提效：数据库文档自动生成、变更评审与合规检查、跨环境迁移与配置同步、数据建模与可视化。通过智能识别表名、字段、主外键、索引等核心要素，提供稳定且标准化的结构化输出，兼容常见数据库语法（如 MySQL、PostgreSQL、Oracle），显著降低人工解析成本与错误率。试用即可看到成效，进阶需求（如批量处理、质量校验、个性化格式规范）可平滑升级，助力团队从试用到付费落地。

🕒 版本历史

当前版本
v2.1 2024-01-15
优化输出结构，增强情节连贯性
  • ✨ 新增章节节奏控制参数
  • 🔧 优化人物关系描述逻辑
  • 📝 改进主题深化引导语
  • 🎯 增强情节转折点设计
v2.0 2023-12-20
重构提示词架构，提升生成质量
  • 🚀 全新的提示词结构设计
  • 📊 增加输出格式化选项
  • 💡 优化角色塑造引导
v1.5 2023-11-10
修复已知问题，提升稳定性
  • 🐛 修复长文本处理bug
  • ⚡ 提升响应速度
v1.0 2023-10-01
首次发布
  • 🎉 初始版本上线
COMING SOON
版本历史追踪，即将启航
记录每一次提示词的进化与升级，敬请期待。

💬 用户评价

4.8
⭐⭐⭐⭐⭐
基于 28 条评价
5星
85%
4星
12%
3星
3%
👤
电商运营 - 张先生
⭐⭐⭐⭐⭐ 2025-01-15
双十一用这个提示词生成了20多张海报，效果非常好！点击率提升了35%，节省了大量设计时间。参数调整很灵活，能快速适配不同节日。
效果好 节省时间
👤
品牌设计师 - 李女士
⭐⭐⭐⭐⭐ 2025-01-10
作为设计师，这个提示词帮我快速生成创意方向，大大提升了工作效率。生成的海报氛围感很强，稍作调整就能直接使用。
创意好 专业
COMING SOON
用户评价与反馈系统，即将上线
倾听真实反馈，在这里留下您的使用心得，敬请期待。
加载中...
敬请期待...
📋
提示词复制
在当前页面填写参数后直接复制：