AI Agent 和 Vibe Coding 已经能帮开发者干很多事了：自然语言生成代码、跨工具自动执行流程，效率提升肉眼可见。

但有一个问题很多人还没认真想过：当 Agent 不只是帮你"写代码"，而是要直接"操作你的生产数据库"的时候，你敢把账号密码交给它吗？

一旦把数据库地址、账号密码直接丢给 Agent，风险窗口就被打开了。它可能连错库、写出不规范的 SQL，甚至在你没注意的时候对生产数据做了不该做的操作。

NineData Skill 就是冲着这个痛点来的。

NineData Skill 是什么：不让 Agent 直接碰数据库

简单说，NineData Skill 就是一套装在 AI Agent 和数据库之间的"中间人"协议。配好以后，你在 Agent 里说"帮我查一下订单量"，Agent 不会自己去找数据库连，而是通过 NineData 这条通道去操作。

具体流程是这样的：Agent 发请求 → NineData 收到后先验身份和权限 → 合法就在规定范围内替你去数据库执行 → 把结果拿回来还给 Agent。从头到尾 Agent 不知道数据库密码。

核心就一句话：Agent 有活干，但数据库的钥匙不在它手里，还在 NineData 的管理体系里。

Agent 通过 Skill 到底能干哪些事

第一件事：先搞清楚能访问哪些库

比如你说"查生产 MySQL 的订单数"，Agent 第一步不是急着拼 SQL，而是先问 NineData："我现在这个账号能看到哪些数据源？"拿到列表后再跟你确认目标库。这样就不会把整串连接信息暴露给 Agent。

别小看这一步，很多线上事故就是选错了环境导致的。这一步让 Agent 的选择范围和你 NineData 里的权限配置完全对齐。

第二件事：在允许的范围内跑只读 SQL

库定了，Agent 生成 SQL 之后不会自己跑去执行，而是发给你过目：SQL 内容对不对、目标库是不是这个、查来干什么。你点了确认，NineData 才会真正去执行。

执行结果也分好几种情况：有的直接给你看结果预览，有的告诉你"这条不行得再确认一下"，有的直接被规则拦住，还有的需要走审批工单或者就是语法报错了。

第三件事：拉取执行计划做性能判断

有些 SQL 执行之前你想知道它会不会慢死表，Skill 支持在有权的数据源上拿执行计划，帮你提前看看查询路径合不合理。

第四件事：写操作必须走工单审批

一旦 SQL 里出现了 INSERT、UPDATE、DELETE、CREATE、ALTER、DROP 这些关键字，Agent 就没法直接执行了。它会把这个 SQL 提交到 NineData 的 SQL 任务里，变成一张工单。

提交之前它会先把目标库、完整 SQL、甚至回滚语句都摆给你看。你确认了，NineData 才建任务进审批流。这样 AI 写 SQL 的快和企业里那套检查→审批→执行→审计的流程就接上了。

第五件事：查询结果要导出文件也走流程

如果你查出来的东西要变成 Excel 或者 CSV，Agent 可以帮你提交一个导出任务，然后它就去盯着状态：批了没、执行完没、文件好了没。

注意导出这件事也是 NineData 在做主，Agent 只能看状态推进流程，不可能绕过审批自己去把数据拽出来。

最关键的问题：边界怎么划

Agent 连上数据库之后，这几个问题是躲不掉的：它能看见哪些库？这条 SQL 它有没有权限跑？写的 SQL 够不够规范？查出来的敏感数据会不会泄露？改表结构要不要审批？谁在什么时候干了什么事？

这些问题以前也有，但以前操作的是人，频率低而且每一步都能 review。换成 Agent 以后操作频率可能翻好几倍，而且它内部怎么决策的你未必看得清。

所以 NineData Skill 的做法是：这些问题你别让 Agent 自己答，还是让 NineData 原有的治理机制来答。权限范围看账号配置，SQL 规范看规则引擎，敏感数据看脱敏策略，变更操作看审批流，操作记录看审计日志。

而且 NineData 说"不行"那就是不行，说"要审批"就必须等你点头。Agent 没有任何办法绕过去自动执行。

这对三类人分别有什么好处

开发者：不用切来切去了，在 Agent 聊天界面里就能把数据的事办了，而且每一步都有企业规则兜底。

DBA 和运维：不用担心 Agent 搞事情，因为它干的每一件事都过了 NineData 的权限、规则、审批和审计，控制台里全看得到。

老板和安全团队：Agent 不碰凭证，自动化流程照样守规矩，效率和安全都顾上了。

实际跑一遍给你看：三个完整操作

打开 NineData 控制台，左边菜单找 Skill 进去。页面上有说明、有下载按钮、有当前支持的能力一览。

点右上角的小图标能看到详细说明，包括每种操作（只读查询、变更 SQL、数据导出）分别能干什么、不能干什么。

点下载拿到 ninedata-skill.zip，然后照着页面提示装到你用的 Agent 或 Vibe Coding 工具里就行。

演示一：跑一条只读 SQL

Agent 用 SQL 执行能力提交一条最简单的查询。

SELECT 1 AS ninedata_skill_demo;

NineData 回复 EXECUTED，规则检查 0 错误 0 警告，返回 1 行结果，耗时大约 18ms。

演示二：建表走审批流程

Agent 用 SQL 任务能力提交一条建表语句（属于 DDL 变更）。

CREATE TEMPORARY TABLE ninedata_skill_demo_20260721 (id INT PRIMARY KEY);

平台预审通过（0 错误 2 警告），Agent 提交审批，你批准之后任务就执行成功了。

演示三：数据导出成文件

Agent 用导出能力提交查询，指定输出格式为 CSV、编码 UTF-8。

SELECT 1 AS ninedata_skill_export_demo;

流程走完后状态是 success，CSV 文件已经生成好了。

三个例子讲清楚了同一套逻辑：只读的直接跑但要过规则，写操作的走审批工单，要文件的走导出流程。不管哪种，都在 NineData 的眼皮底下。

最后说一句

AI Agent 正在从"军师"变成"前锋"。当它离你的生产库越来越近的时候，身份验证、权限管理、规则检查、审批流程、审计记录这五样东西一样都不能少。

NineData Skill 干的事情就是修一条有红绿灯的路：Agent 可以在上面跑，但每过一个路口都得按规则来，企业这边随时知道它在哪、干了什么。