query-writing

द्वारा langchain-ai

Writes and executes SQL queries from simple SELECTs to complex multi-table JOINs, aggregations, and subqueries. Use when the user asks to query a database,…

npx skills add https://github.com/langchain-ai/deepagents --skill query-writing

Query Writing Skill

Workflow for Simple Queries

For straightforward questions about a single table:

  1. Identify the table - Which table has the data?
  2. Get the schema - Use sql_db_schema to see columns
  3. Write the query - SELECT relevant columns with WHERE/LIMIT/ORDER BY
  4. Execute - Run with sql_db_query
  5. Format answer - Present results clearly

Workflow for Complex Queries

For questions requiring multiple tables:

1. Plan Your Approach

Use write_todos to break down the task:

  • Identify all tables needed
  • Map relationships (foreign keys)
  • Plan JOIN structure
  • Determine aggregations

2. Examine Schemas

Use sql_db_schema for EACH table to find join columns and needed fields.

3. Construct Query

  • SELECT - Columns and aggregates
  • FROM/JOIN - Connect tables on FK = PK
  • WHERE - Filters before aggregation
  • GROUP BY - All non-aggregate columns
  • ORDER BY - Sort meaningfully
  • LIMIT - Default 5 rows

4. Validate and Execute

Check all JOINs have conditions, GROUP BY is correct, then run query.

Example: Revenue by Country

SELECT
    c.Country,
    ROUND(SUM(i.Total), 2) as TotalRevenue
FROM Invoice i
INNER JOIN Customer c ON i.CustomerId = c.CustomerId
GROUP BY c.Country
ORDER BY TotalRevenue DESC
LIMIT 5;

Error Recovery

If a query fails or returns unexpected results:

  1. Empty results — Verify column names and WHERE conditions against the schema; check for case sensitivity or NULL values
  2. Syntax error — Re-examine JOINs, GROUP BY completeness, and alias references
  3. Timeout — Add stricter WHERE filters or LIMIT to reduce result set, then refine

Quality Guidelines

  • Query only relevant columns (not SELECT *)
  • Always apply LIMIT (5 default)
  • Use table aliases for clarity
  • For complex queries: use write_todos to plan
  • Never use DML statements (INSERT, UPDATE, DELETE, DROP)

langchain-ai की और Skills

langgraph-docs
langchain-ai
LangGraph दस्तावेज़ीकरण तक पहुँचकर स्टेटफुल एजेंट और मल्टी-एजेंट वर्कफ़्लो बनाएँ। स्टेट मशीन, ग्राफ़-आधारित एजेंट डिज़ाइन और ह्यूमन-इन-द-लूप पैटर्न को कवर करने वाले आधिकारिक LangGraph Python दस्तावेज़ प्राप्त करता है। प्रश्न प्रकार के अनुसार प्रासंगिक दस्तावेज़ीकरण को प्राथमिकता देता है: कैसे-करें प्रश्नों के लिए कार्यान्वयन गाइड, सिद्धांत के लिए अवधारणा पृष्ठ, एंड-टू-एंड उदाहरण
official
langgraph-human-in-the-loop
langchain-ai
ग्राफ निष्पादन को मानव समीक्षा, अनुमोदन या सत्यापन के लिए रोकें, फिर उनके इनपुट के साथ पुनः शुरू करें। तीन घटकों की आवश्यकता है: एक चेकपॉइंटर (InMemorySaver या PostgresSaver), कॉन्फ़िग में एक थ्रेड आईडी, और JSON-सीरियलाइज़ेबल इंटरप्ट पेलोड। interrupt(value) रुकता है और डेटा सतह पर लाता है; Command(resume=value) पुनः शुरू करता है और उस मान को रुके हुए नोड पर लौटाता है। interrupt() से पहले का सारा कोड पुनः शुरू हो
official
web-research
langchain-ai
वेब अनुसंधान से संबंधित अनुरोधों के लिए इस कौशल का उपयोग करें; यह व्यापक वेब अनुसंधान करने के लिए एक संरचित दृष्टिकोण प्रदान करता है
official
langchain-oss-primer
langchain-ai
किसी भी LangChain, Deep Agents या LangGraph एजेंट निर्माण प्रोजेक्ट के लिए हमेशा यहाँ से शुरू करें। अन्य कौशल चुनने या कुछ भी लिखने से पहले आवश्यक प्रारंभिक बिंदु।
official
skill-creator
langchain-ai
प्रभावी कौशल बनाने के लिए मार्गदर्शिका जो विशेष ज्ञान, कार्यप्रवाह या उपकरण एकीकरण के साथ एजेंट क्षमताओं का विस्तार करते हैं। इस कौशल का उपयोग तब करें जब उपयोगकर्ता…
official
social-media
langchain-ai
प्लेटफ़ॉर्म-विशिष्ट सोशल मीडिया पोस्ट तैयार करता है, जिसमें शोध-समर्थित सामग्री और जनरेटेड सहायक चित्र शामिल होते हैं। लिंक्डइन पोस्ट (1,300 अक्षर, पेशेवर लहजे के साथ) और ट्विटर/एक्स थ्रेड (प्रति ट्वीट 280 अक्षर, 1/🧵 प्रारूप के साथ) का समर्थन करता है। लिखने से पहले एक उप-एजेंट को शोध सौंपने की आवश्यकता होती है, फिर सटीकता और प्रासंगिकता सुनिश्चित करने के लिए निष्कर्ष पढ़ता है। generate_social_image टूल का
official
deep-agents-memory
langchain-ai
डीप एजेंट्स के लिए प्लग करने योग्य मेमोरी और फ़ाइल बैकएंड, जिसमें एफेमरल, पर्सिस्टेंट और हाइब्रिड रूटिंग विकल्प हैं। चार बैकएंड प्रकार: स्टेटबैकएंड (थ्रेड-स्कोप्ड, एफेमरल), स्टोरबैकएंड (क्रॉस-सेशन पर्सिस्टेंट), फ़ाइलसिस्टमबैकएंड (स्थानीय डेव के लिए वास्तविक डिस्क एक्सेस), और कम्पोजिटबैकएंड (विभिन्न पथों को विभिन्न बैकएंड पर रूट करता है)। फ़
official
deep-agents-orchestration
langchain-ai
उप-एजेंटों का समन्वय करें, बहु-चरणीय कार्यों की योजना बनाएं, और संवेदनशील संचालन के लिए मानव अनुमोदन आवश्यक है। कार्य उपकरण के माध्यम से विशिष्ट उप-एजेंटों को कार्य सौंपें; कस्टम उप-एजेंट पृथक उपकरण सेट और सिस्टम प्रॉम्प्ट का समर्थन करते हैं, जबकि डिफ़ॉल्ट "सामान्य-उद्देश्य" उप-एजेंट मुख्य एजेंट कॉन्फ़िगरेशन प्राप्त करता है। write_todos के साथ जटिल वर्कफ़्लो की योजना ब
official