基于 Qwen Code Skills 实践构建自定义数据分析智能体

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：

bash 复制代码

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：

bash 复制代码

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：

bash 复制代码

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：

text 复制代码

---
name: your-skill-name
description: 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：

shell 复制代码

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：

text 复制代码

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,01109,2704,35
2021-01-28,Randolph,Alabama,01111,1505,37
2021-01-28,Russell,Alabama,01113,3675,16
2021-01-28,Shelby,Alabama,01117,19878,141
2021-01-28,St. Clair,Alabama,01115,8047,147
2021-01-28,Sumter,Alabama,01119,925,28
2021-01-28,Talladega,Alabama,01121,6711,114
2021-01-28,Tallapoosa,Alabama,01123,3258,112
2021-01-28,Tuscaloosa,Alabama,01125,22083,283
2021-01-28,Walker,Alabama,01127,6105,185
2021-01-28,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：

sql 复制代码

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：

shell 复制代码

.qwen/skills/db/
├── SKILL.md
├── scripts/
│   └── run_sql.py

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}"：

text 复制代码

---
name: db-skill
description: 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
``sql
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';
``

## 数据样例
``data
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,01109,2704,35
2021-01-28,Randolph,Alabama,01111,1505,37
2021-01-28,Russell,Alabama,01113,3675,16
2021-01-28,Shelby,Alabama,01117,19878,141
2021-01-28,St. Clair,Alabama,01115,8047,147
2021-01-28,Sumter,Alabama,01119,925,28
2021-01-28,Talladega,Alabama,01121,6711,114
2021-01-28,Tallapoosa,Alabama,01123,3258,112
2021-01-28,Tuscaloosa,Alabama,01125,22083,283
2021-01-28,Walker,Alabama,01127,6105,185
2021-01-28,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
``bash
E:\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：

python 复制代码

import json
import argparse
import pymysql


def 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 res


def 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：

bash 复制代码

qwen --experimental-skills

输入：你当前有哪些Skills

输入：确诊人数Top10的县是哪几个？

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：

最终生成页面如下：