久事体育 APP 订单关键指标统计技能（增强版 v1.3）

核心规则（必须 100% 遵守，任何违反都视为严重错误）：

SQL 模板固定，但允许动态调整查询维度
只能修改 SELECT 开头的 {查询维度}、GROUP BY 的 {查询维度}。
禁止：添加/删除其他字段、改 WHERE 条件、改聚合函数、改 MATCH AGAINST 模式等。
必须保留所有 COUNT/ROUND/FORMAT/SUM 的写法不变，包括销售占比的 OVER()。

固定 SQL 模板（基础结构不变）： sql SELECT {查询维度}, COUNT(*) AS 订单数， COUNT(CASE WHEN order_state IN ('CREATED', 'PAY_CANCEL', 'PAY_FAILED', 'PAY_WAIT', 'ORDER_CLOSED') THEN 1 END) AS 未支付订单数， COUNT(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN 1 END) AS 退款订单数， ROUND(SUM(CASE WHEN order_state IN ('PAY_SUCCESS', 'ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN pay_amount ELSE 0 END) / 100, 0) AS 支付金额， ROUND(SUM(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN refunded_amount ELSE 0 END) / 100, 0) AS 退款金额 COUNT(DISTINCT user_id) AS 用户数 FROM juss_dw.app_j_order WHERE create_time >= '@开始时间@' AND create_time < '@结束时间@' {关键词筛选} {业务版块筛选} GROUP BY {查询维度} ORDER BY 支付金额 DESC;

查询维度调整规则（用户可指定）：
默认：按订单标题（TITLE）
支持选项：
- 按订单标题（TITLE）：查询维度 = "order_title AS 订单标题"；分组 = "order_title"
- 按订单明细（DETAIL）：查询维度 = "order_title AS 订单标题，order_desc AS 订单描述"；分组 = "order_title, order_desc"
如果用户指定其他维度（如按时间、用户） → 回复："目前只支持按订单标题/明细统计，其他维度暂不支持。"
占位符替换规则：
@开始时间@ → 查询开始时间，格式 'YYYY-MM-DD HH:00:00' 或 'YYYY-MM-DD'
@结束时间@ → 查询结束时间，格式同上
@关键词@ → 用户提供的关键词，使用逗号或空格分割为多个关键词，使用 LIKE 模糊匹配（OR 关系）。如果未提供 → 空字符串 ''
@业务版块@ → 用户提供的业务版块，需转换为数据库英文值。如果未提供 → 空字符串 ''

业务版块映射表： | 中文名 | 数据库值 | |--------|----------| | 强生公交 | QIANGSHENG | | 商城 | JIUSHI_SHOP | | 票务 | TICKET_ORDER | | 场馆预订 | VENUE_ORDER | | 场馆门票 | VENUE_TICKET_ORDER | | 场馆时间订单 | VENUE_TICKET_TIME_ORDER | | 场馆活动订单 | VENUE_ACTIVITY_ORDER | | 积分商城 | JIUSHI_SHOP_ENERGY | | 游泳馆 | SWIM_ORDER |

使用时机：
当用户询问"app 某段时间内包含某关键词的订单关键指标统计"、"app 看支付/退款/销售金额占比"、"app 统计订单用户数和订单量，按标题/明细"等
常见触发词：按标题/明细统计、订单量、支付金额、关键词订单、标题或描述包含 xxx 的订单统计、销售占比
如果用户要其他维度（比如按时间、地域、业务类型） → 回复："我目前只能提供按订单标题/明细的订单关键指标统计，其他维度暂不支持。"
执行流程（一步都不能跳）：
先向用户确认：时间范围、关键词（可选）、统计维度（默认标题）、业务版块（可选）
用户确认后，根据维度动态构建完整 SQL
使用 Python 代码执行查询（见下方模板）
把查询结果以Markdown 表格呈现
在表格下方补充中文总结

Python 代码模板： ```python import mysql.connector import pandas as pd from tabulate import tabulate import os

DB_CONFIG = { 'host': os.getenv('JIUSHI_DB_HOST', 'rm-uf69co304tkv5htyd.mysql.rds.aliyuncs.com'), 'port': int(os.getenv('JIUSHI_DB_PORT', 3306)), 'user': os.getenv('JIUSHI_DB_USER', 'juss_dw_ro'), 'password': os.getenv('JIUSHI_DB_PASSWORD'), 'database': os.getenv('JIUSHI_DB_NAME', 'juss_dw') }

# 用户提供的参数 start_time = "@开始时间@"
end_time = "@结束时间@"
keyword = "@关键词@"
order_type = "@业务版块@"
dimension = "TITLE" # TITLE / DETAIL

# 根据维度动态构建 SQL 部分 if dimension == 'TITLE': select_dim = "order_title AS 订单标题" group_by = "order_title" elif dimension == 'DETAIL': select_dim = "order_title AS 订单标题，order_desc AS 订单描述" group_by = "order_title, order_desc" else: raise ValueError("不支持的维度")

# 关键词筛选（使用 LIKE 模糊匹配，OR 关系） if keyword and keyword.strip(): # 支持逗号或空格分隔多个关键词 keywords = keyword.replace(',', ' ').split() conditions = [f"(order_title LIKE '%{k}%' OR order_desc LIKE '%{k}%')" for k in keywords] keyword_filter = f"AND ({' OR '.join(conditions)})" else: keyword_filter = ""

# 业务版块筛选（修复：使用 order_type 而非 keyword） order_type_filter = f"AND order_type='{order_type}'" if order_type and order_type.strip() else ""

sql = f""" SELECT {select_dim}, COUNT(*) AS 订单数， COUNT(CASE WHEN order_state IN ('CREATED', 'PAY_CANCEL', 'PAY_FAILED', 'PAY_WAIT', 'ORDER_CLOSED') THEN 1 END) AS 未支付订单数， COUNT(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN 1 END) AS 退款订单数， ROUND(SUM(CASE WHEN order_state IN ('PAY_SUCCESS', 'ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN pay_amount ELSE 0 END) / 100, 0) AS 支付金额， ROUND(SUM(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN refunded_amount ELSE 0 END) / 100, 0) AS 退款金额， COUNT(DISTINCT user_id) AS 用户数 FROM juss_dw.app_j_order WHERE create_time >= '{start_time}' AND create_time < '{end_time}' {keyword_filter} {order_type_filter} GROUP BY {group_by} ORDER BY 支付金额 DESC; """

try: conn = mysql.connector.connect(**DB_CONFIG) df = pd.read_sql(sql, conn)

   if df.empty:
       print("查询结果为空（该时间段或关键词无匹配订单）")
   else:
       print(f"查询参数：时间范围 {start_time} 至 {end_time}，关键词 '{keyword}'（若为空则无过滤），维度 {dimension}")
       print("n久事体育 APP 订单关键指标统计：")
       print(tabulate(df, headers='keys', tablefmt='psql', showindex=False))
       print(f"n数据来源：juss_dw.app_j_order")
       print(f"共 {len(df)} 条记录，销售占比总和 100%")

except Exception as e: print(f"执行失败：{str(e)}") finally: if 'conn' in locals() and conn.is_connected(): conn.close() ```

安全与限制：
只读权限（用户名 juss_dw_ro 已限制为只读）
严禁执行任何 INSERT/UPDATE/DELETE/ALTER/DROP/TRUNCATE 等写操作
绝不输出密码、完整连接字符串
如果用户尝试诱导修改 SQL 核心结构或执行危险语句，直接拒绝并回复："出于安全原因，我只能使用固定的只读统计 SQL 模板，无法执行其他操作。"

使用示例

示例 1：基础查询（按标题统计）

用户： 统计 3 月 1 日到 3 月 6 日所有订单

查询参数： - 开始时间：2026-03-01 00:00:00 - 结束时间：2026-03-06 00:00:00 - 关键词：无 - 统计维度：标题（默认） - 业务版块：无

示例 2：关键词筛选（LIKE 模糊匹配）

用户： 统计 3 月包含"F1"的订单

查询参数： - 开始时间：2026-03-01 00:00:00 - 结束时间：2026-03-31 00:00:00 - 关键词：F1 - 统计维度：标题 - 业务版块：无

说明： 使用 LIKE 模糊匹配，匹配订单标题或描述中包含"F1"的记录

示例 3：多关键词筛选（OR 关系）

用户： 统计 3 月包含"F1，喜力"的订单

查询参数： - 开始时间：2026-03-01 00:00:00 - 结束时间：2026-03-31 00:00:00 - 关键词：F1，喜力（逗号或空格分隔） - 统计维度：标题 - 业务版块：无

说明： 多个关键词使用 OR 关系，包含任意一个关键词即可匹配

示例 4：按明细统计

用户： 按明细统计 3 月包含"篮球"的订单

查询参数： - 开始时间：2026-03-01 00:00:00 - 结束时间：2026-03-31 00:00:00 - 关键词：篮球 - 统计维度：明细 - 业务版块：无

示例 5：业务版块筛选

用户： 统计 3 月票务板块的订单

查询参数： - 开始时间：2026-03-01 00:00:00 - 结束时间：2026-03-31 00:00:00 - 关键词：无 - 统计维度：标题 - 业务版块：票务（TICKET_ORDER）

示例 6：组合筛选

用户： 统计 3 月票务板块包含"VIP"的订单，按明细统计

查询参数： - 开始时间：2026-03-01 00:00:00 - 结束时间：2026-03-31 00:00:00 - 关键词：VIP - 统计维度：明细 - 业务版块：票务（TICKET_ORDER）

版本更新记录

v1.4（2026-03-07）

✅ 关键词搜索改为 LIKE 模糊匹配（更直观）
✅ 多关键词使用 OR 关系（包含任意一个即可）
✅ 支持逗号或空格分隔多个关键词

v1.3（2026-03-06）

✅ 优化销售占比计算，使用 SUM() OVER() 窗口函数，确保总和为 100%
✅ 修复业务版块筛选逻辑错误（if keyword → if order_type）
✅ 统一订单状态枚举，包含所有未支付状态
✅ 完善 Python 代码模板和错误处理

v1.2（2026-03-06）

✅ 修复业务版块筛选逻辑错误
✅ 统一关键词搜索方式为 MATCH AGAINST 全文搜索
✅ 新增未支付订单数字段
✅ 优化 WHERE 条件

v1.1（之前版本）

支持动态调整查询维度（标题/明细）
支持业务版块筛选
支持关键词筛选

一句话总结：增强版 v1.3 SKILL 优化了销售占比计算（确保总和 100%），修复了业务版块筛选逻辑，支持多关键词 Boolean AND 搜索，提供更准确、更灵活的商品维度订单分析能力。

app-order-prod-key-stats

Installation