把一份陌生仓库的目录交给新人，只告诉他每个柜子的名字和材质，他仍不知道里面装了什么。SQL 智能体也有同样的问题：DDL——定义表名、列名和数据类型的 SQL——只能展示数据库的骨架，不能说明字段的实际取值、表有多大，或它是否还有分析价值。
开发者 renatyv 因此做了两个工具。db-snooper 会生成紧凑的 Markdown，汇总数据库结构、列值分布和样例行。列值分布也叫“列画像”，包括空值、常见取值等摘要，可帮助智能体判断字段含义。它还会让不足 10 行的小表展示全部记录，对巨表则只取样，避免智能体贸然查询数十亿行；列很多时，工具把表转置，让每一列更容易阅读。schema-linker 则寻找数据库没有明写的潜在表连接关系，并用实际数据检查。
值得注意的不是又多了两个 SQL 工具，而是上下文该怎么给：表结构告诉 AI“有什么字段”，统计和样例才告诉它“字段里是什么”。这些经验来自作者的实际开发自述，材料未提供独立评测或效果数字。