$ loading_
在临时真实数据库中执行 SQL，并返回结果、报错建议与变更对比。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "sqlai.dev SQL Verifier" MCP 服务： 执行：claude mcp add --transport http 'io-github-jadesparrow-sqlai-dev-sql-verifier' 'https://mcp.sqlai.dev/mcp'
在临时数据库中执行这条 SQL，并返回查询结果、类型化报错以及可行的修正建议：SELECT id, email FROM users WHERE created_at > '2024-01-01';
返回查询结果；若语句有误，则给出明确的错误类型和修改建议。
请在真实临时数据库中运行这条 SQL，并输出执行计划，帮助我判断是否存在低效扫描：SELECT * FROM orders WHERE customer_id = 42 ORDER BY created_at DESC;
给出 SQL 的执行计划，帮助判断查询执行方式与潜在性能问题。
对比这两版 SQL 的执行结果或差异，并指出可能影响：旧版：SELECT name FROM products; 新版：SELECT id, name FROM products WHERE active = true;
输出两版 SQL 的差异信息，便于审查字段、条件或结果变化。
开发者在提交查询或迁移相关语句前，可先在临时真实数据库中执行，检查结果是否正确，并及时发现类型化错误与修正方向。
数据分析或工程人员可查看 SQL 的执行计划，辅助理解查询如何运行，并初步排查可能的性能问题。
当 SQL 版本发生调整时，可利用差异输出比较前后变化，帮助代码审查或结果核对。
它会在一个真实但临时的数据库环境中执行 SQL，并返回查询结果、类型化错误及建议、执行计划和差异信息。
从描述看不是。它强调是在真实临时数据库中执行 SQL，因此不仅能给出错误，还能返回实际结果与执行计划。
给定素材没有提供安装方式、运行时或密钥要求。具体前置条件请见源码仓库。
通过自然语言查询、分析并管理 SQL Server 数据库，提升数据操作效率。
用自然语言查询 SQL 数据库，自动理解结构并生成纠错 SQL 结果
为 AI 提供只读 SQL 数据库访问，安全查询数据并探索表结构。
安全执行数据库查询并限制风险，适合 AI 驱动的数据访问场景
用自然语言查询数据库，自动识别表结构并生成可执行 SQL。
让 AI 直接连接 SQL Server，完成查询、探库、报表与图表生成。