01 / 业务问题
数据环境迁移时，二次开发库表往往依赖多层上游表。人工处理需要逐层查找元数据、理解依赖关系、获取建表 SQL，再整合为目标环境可执行的脚本。
重复检索与整理工作较多，复杂依赖链也增加了遗漏上游表的可能性。
02 / 我的工作
开发 SQL 迁移 Skill，利用 Agent 检索数据资源元数据，从目标表出发，沿数据血缘递归追踪上游依赖，并收集相关建表 SQL。
将逐层检索的操作组织成可重复执行的流程，最终整合目标表及上游依赖的 SQL，生成目标环境的建表脚本。
03 / 工作流设计
- 检索目标表：获取元数据、表结构和建表逻辑。
- 追踪上游依赖：根据血缘关系继续检索，直到目标环境已有的基础表。
- 收集与整合 SQL：汇总依赖链上所需的建表逻辑。
- 输出迁移脚本：生成可在目标环境执行的 SQL 文件。
目标表上游依赖基础表
04 / 交付与价值
交付 SQL 迁移 Skill，整合生成目标环境可执行的建表脚本。
这段实践展示了将 AI 应用于数据工作的能力：围绕明确任务组织检索、判断、递归追踪与输出，而不止于单次对话生成代码。
公开内容仅介绍工作方法，不包含企业内部表名、访问地址、建表脚本或客户数据；现有材料未提供量化节省时间，因此不标注效率百分比。