很多数据库示例项目的问题，不是没有脚本，而是脚本太像"交付物清单"：数据生成、建库建表、导入、查询都在那里，但第一次上手的人仍然要判断该先跑哪一步、当前环境是不是已经有数据库、容器端口是否冲突、失败时该从哪里看起。
SampleDB 最近的更新，正是在解决这个入口问题。它不只是继续补示例 SQL，而是把"快速体验"做成了面向 AI Agent 的 sampledb-quickstart Skill，让 Agent 帮用户检查环境、选择示例、解释步骤，并在关键动作前停下来确认。
这比多写一个一键脚本更有意思：SampleDB 开始从"示例仓库"变成一个可以被 Agent 引导探索的 KWDB 学习入口。
01 SampleDB 现在覆盖了什么
SampleDB 是 KWDB 的示例数据与场景展示项目，目标是帮助开发者快速掌握 KWDB 数据库的使用方法，并提供便捷的测试与学习环境。当前项目围绕 AIoT 和时序分析场景，组织了四组可运行示例：
这些示例不是孤立 SQL 片段。每个目录都配套了数据生成、建库建表、数据导入和查询脚本；如果已经通过容器部署 KWDB，也可以直接使用容器模式体验。官网也把这条路径概括得很直接：可以运行智能电表、跨模查询、窗口函数和聚合函数示例，验证 KWDB 在 AIoT 场景下的建模与查询能力。
02 最新变化：快速体验变成了 Agent Skill
这次最值得关注的更新，是仓库新增了 sampledb-quickstart Skill。只需简单的提示词：
帮助我根据当前环境快速体验 SampleDB 示例，并解释每一步做了什么。
也可以更短：
运行本示例项目。
背后的流程并不只是把命令交给 Agent 执行。sampledb-quickstart 的设计重点是"带着用户跑"，而不是静默跑完整个 demo。它会先检查当前项目环境和 KWDB 运行状态，再根据用户当前是容器部署还是本机部署来准备 KWDB；之后让用户选择要体验的示例，并在每一步开始前说明会做什么。
这种交互式设计把几个容易踩坑的点前置了：
• 它会先确认是否已有 KWDB 在运行，避免直接复用一个可能承载其他数据的实例。
• 它不会默认跳到某个示例，而是让用户在 smart-meter、multi-mode、window、aggregate 之间选择。
• 到查询阶段，它不只提供"运行完整 query.sh"，也允许用户只跑一个查询示例，适合边看 SQL 边理解结果。
• 用户输入 stop 时，Skill 会清理本次快速体验创建的 kwbase-data 临时目录。
这正是 Agent Skill 比传统脚本更适合示例项目的地方：脚本擅长自动化重复动作，Skill 则更擅长把"检查、解释、确认、执行、总结"串成一个学习流程。对于第一次接触 KWDB 的开发者来说，这能减少很多"我现在该不该运行这条命令"的判断成本。
03 为什么这对数据库示例很重要
数据库示例天然带有副作用。建库建表、导入数据、删除并重建演示库、占用端口、写入本地数据目录，这些动作如果被一键脚本直接执行，体验会很快，但边界也容易模糊。
sampledb-quickstart 把这个边界写进了流程里。检测到已运行的 KWDB 时，它会提示复用现有实例可能影响演示库；在 Host 模式下，它会关注 nodelocal://1/... 所需的数据目录；在容器模式下，它会把容器名、SQL 端口、容器内 kwbase 路径和导入目录纳入上下文。
换句话说，Skill 并没有把数据库操作包装成一个"黑盒按钮"，而是让 Agent 在执行前解释上下文。示例仍然是那些脚本和 SQL，但用户看到的是一条更接近教学实验的路径。
这对 SampleDB 的定位也很关键。它不只是告诉你"KWDB 支持跨模查询、窗口函数和聚合函数"，而是让你在自己的环境里一步步跑出结果，并理解每一步在验证什么能力。
04 同批更新：聚合函数示例补齐时序统计入口
除了 Agent Skill，SampleDB 也新增了聚合函数示例。aggregate/ 目录覆盖基础统计聚合和时序专属聚合两类能力，包含 10 种核心函数：
这组示例补上的是时序分析里最常见的一层：把多行传感器或设备数据收敛成统计结果。比如设备监测里的最小值、最大值、平均值，环境采集里的周期统计，以及非均匀采样数据里的时间加权平均。
aggregate/README.md 里也明确了几个使用边界：time_bucket() 需要搭配 GROUP BY 使用；TWA() 需要指定时间戳列和数值列；分组聚合时，SELECT 中的非聚合列需要出现在 GROUP BY 子句中。这些规则放在可运行示例里，比单独阅读语法说明更容易建立直觉。
05 持续迭代，SampleDB 的路线更清楚
之前已有多篇博客介绍 SampleDB 项目的内容和进展，这次更新没有改变这个方向，而是继续补齐体验链路：
• 示例层面：新增聚合函数，把基础统计和时序专属统计纳入 SampleDB。
• 入口层面：新增 sampledb-quickstart Skill，让 AI Agent 能按环境引导用户跑示例。
• 展示层面：新建项目官网（https://kwdb.tech/sampledb ) 把智能电表、跨模查询、窗口函数、聚合函数和快速开始入口集中到一个页面。
对开发者来说，最直接的体验路径可以是：先让 Agent 通过 sampledb-quickstart 检查环境，再从智能电表或跨模查询开始建立整体印象，之后按兴趣切到窗口函数或聚合函数，观察 KWDB 在时序事件边界和统计聚合上的具体表现。
SampleDB 的价值正在从"给你一组脚本"升级为"陪你跑完一组实验"。这正是 Agent Skill 带来的变化：让示例项目不只可运行，而且更容易被理解。