DTBot 的“表统计”智能体,可以通过提示词对多张表进行各种数据处理操作,包括横向拼表(JOIN)、上下拼接(UNION)、条件筛选、排序、跨表汇总计算、分组聚合等。简单来说,懂 SQL 的人都知道——SQL 能做的,它都能做。
下面是实际场景提示词案例:
- 筛选与汇总基于“订单明细”表,筛选出下单日期在2024年且订单金额 > 100 的记录,然后按“城市”汇总,输出每个城市的订单数、总金额、平均金额,并按总金额从高到低排序。
- 关联查询把“订单”与“客户”两张表合并后,筛选出2024年的订单,输出客户姓名、订单号、订单金额、下单日期,并按订单金额降序排列。
- 条件筛选 + 多表合并合并“员工”与“考勤”表后,筛选出迟到次数 > 3 的员工,输出员工姓名、部门、迟到次数。
- 跨表汇总 + 排序合并“门店”与“销售流水”表后,筛选出2023年的数据,按城市汇总销售额与订单数,并按销售额降序输出结果。
总之,通过提示词描述,就能对多表进行任意处理,你无需懂任何技术。
一、配置以及输入输出说明
在工作流编辑界面中,位于左侧 「数据处理」 分类下的 「表操作」 节点。如下图:
输入参数
- 提示词: 要进行的操作内容。
- 输出表名: 操作的结果表的名称,会重新入到数据库堆里面,供后续智能体进行操作。
输出
CSV文件+数据库堆表。
系统会根据提示词生成一张新的表,表名称就是你输入参数的表名称,然后重新入到数据库堆里面。 同时也会生成CSV文件。
二、提示词注意事项
使用表操作智能体时,有几个小要点需要注意:
- 必须写明涉及的表名,让智能体知道操作哪张表,表名称最好用双引号引起来。
- 明确你要输出表的字段。
- 明确你想要的结果类型:是筛选、排序、分组汇总、去重,还是计算新字段。
- 条件要写清楚:字段名 + 规则,比如“订单金额 > 100”“日期在2024年内”。
- 需要汇总时:写清楚按什么分组(维度)、算什么指标,比如“按城市统计订单数和总金额”。
- 要新增计算列时:说明计算公式或逻辑,别太模糊。
- 小提示:按 #键 可以查看提示词示例,按 @键 可以查看当前已入库的表。
三、案例
有三张表,订单信息,用户信息,产品信息。已知订单表里面只有用户id和商品id ,现在要把用户名称和商品名称补全到订单信息表里面。
订单信息表:
| 订单ID | 用户ID | 商品ID | 购买数量 | 单价 | 总金额 | 下单时间 | 订单状态 |
| 1 | 3169 | 73506 | 1 | 895.01 | 895.01 | 2023/8/3 21:18 | DELIVERED |
| 2 | 16104 | 11774 | 2 | 373.25 | 746.5 | 2023/8/12 5:00 | PAID |
| 3 | 5172 | 45581 | 2 | 738.43 | 1476.86 | 2023/2/21 14:49 | CREATED |
用户信息表:
| 用户ID | 用户名 | 性别 | 年龄 | 注册时间 | 城市 |
| 1 | user_1 | M | 26 | 2023/6/21 14:54 | 天津 |
| 2 | user_2 | F | 37 | 2023/3/15 8:04 | 天津 |
| 3 | user_3 | M | 34 | 2023/2/1 14:51 | 郑州 |
| 4 | user_4 | F | 52 | 2023/10/16 21:51 | 苏州 |
产品信息表:
| 商品ID | 商品名称 | 类目 | 单价 | 库存 | 创建时间 |
| 1 | product_1 | 服饰 | 430.29 | 956 | 2023/11/1 0:00 |
| 2 | product_2 | 数码 | 390.67 | 824 | 2023/2/11 0:00 |
| 3 | product_3 | 母婴 | 144.08 | 886 | 2023/3/14 0:00 |
| 4 | product_4 | 食品 | 340.18 | 534 | 2023/2/20 0:00 |
| 5 | product_5 | 运动 | 668.87 | 273 | 2023/6/9 0:00 |
结果合并输出表:
| 订单id | 用户名 | 商品名称 | 总金额 | 下单时间 | 订单状态 |
| 7984 | user_1 | product_30038 | 3574.7900000000 | 2023/7/17 9:28 | DELIVERED |
| 9907 | user_1 | product_36398 | 506.13 | 2023/9/7 4:17 | CANCELLED |
| 45745 | user_1 | product_44800 | 2376.7800000000 | 2023/10/8 2:15 | CANCELLED |
| 148751 | user_1 | product_3277 | 2628.4100000000 | 2023/6/12 15:51 | SHIPPED |
| 149080 | user_1 | product_47272 | 1117.4200000000 | 2023/12/14 21:40 | SHIPPED |
| 174241 | user_1 | product_2254 | 228.42 | 2023/9/16 7:36 | DELIVERED |
要想实现需求,需要要先将表进行入库,然后再配置“表操作”,指定提示词:
将“订单信息”,“用户信息”,“产品信息”表进行合并(注意“单价”不要进行关联),输出“订单ID”,“用户名”,“商品名称”,“总金额”,“下单时间”,“订单状态”注意: 由于关联字段名称是一致的,如:“用户ID”,"商品ID" 所以提示词没有指定关联关系,但是,订单信息表的单价和产品信息表的单价名称也是一致的,所以我们要添加排除项:(注意“单价”不要进行关联) 。
工作流配置完成后,我们可以查看执行结果:

打开是一个结果csv文件,发现我们的名称已经关联起来了, 如下图:
四、总结
DTBot的“表操作”智能体,可通过提示词对多张已入库的表进行灵活的数据处理,包括横向拼表(JOIN)、上下拼接(UNION)、条件筛选、排序、分组聚合、跨表汇总、新增计算列等操作。简单来说,SQL能做的,它都能做——而你只需用大白话描述需求,无需懂任何技术。