/byted-bytehouse-slow-query
ByteHouse慢查询分析和性能优化工具,用于识别和分析慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势。当用户需要识别和分析ByteHouse数据库中的慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势时,使用此Skill。
$ npx -y skills add bytedance/agentkit-samples --skill byted-bytehouse-slow-query --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
- Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
- You can call itInvoke it directly when you want it.
- Slash command
/byted-bytehouse-slow-query
Context preview
The summary Claude sees to decide when to auto-load this skill.
ByteHouse慢查询分析和性能优化工具,用于识别和分析慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势。当用户需要识别和分析ByteHouse数据库中的慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势时,使用此Skill。
SKILL.md
byted-bytehouse-slow-query.SKILL.mdname: byted-bytehouse-slow-query
description: ByteHouse慢查询分析和性能优化工具,用于识别和分析慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势。当用户需要识别和分析ByteHouse数据库中的慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势时,使用此Skill。
ByteHouse 慢查询分析 Skill
🔵 ByteHouse 品牌标识
> 「ByteHouse」—— 火山引擎云原生数据仓库,极速、稳定、安全、易用 > > 本Skill基于ByteHouse MCP Server,提供完整的慢查询分析和性能优化能力
---
描述
ByteHouse慢查询分析和性能优化工具。
**当以下情况时使用此 Skill**: (1) 需要识别和分析慢查询 (2) 需要查询性能优化建议 (3) 需要查看查询执行计划 (4) 需要分析查询历史趋势 (5) 用户提到"慢查询"、"查询优化"、"性能分析"、"执行计划"
前置条件
- Python 3.8+
- uv (已安装在 `/root/.local/bin/uv`)
- **ByteHouse MCP Server Skill** - 本skill依赖 `bytehouse-mcp` skill提供的ByteHouse访问能力
依赖关系
本skill依赖 `bytehouse-mcp` skill,使用其提供的MCP Server访问ByteHouse。
确保 `bytehouse-mcp` skill已正确配置并可以正常使用。
📁 文件说明
- **SKILL.md** - 本文件,技能主文档
- **slow_query_analyzer.py** - 慢查询分析主程序
- **README.md** - 快速入门指南
配置信息
ByteHouse连接配置
本skill复用 `bytehouse-mcp` skill的配置。请确保已在 `bytehouse-mcp` skill中配置好:
export BYTEHOUSE_HOST="<ByteHouse-host>"
export BYTEHOUSE_PORT="<ByteHouse-port>"
export BYTEHOUSE_USER="<ByteHouse-user>"
export BYTEHOUSE_PASSWORD="<ByteHouse-password>"
export BYTEHOUSE_SECURE="true"
export BYTEHOUSE_VERIFY="true"
🎯 功能特性
1. 慢查询识别
- 从query_log表获取慢查询
- 按执行时间排序
- 识别Top N慢查询
- 分析慢查询模式
2. 查询性能分析
- 查询执行时间分布
- 查询类型统计
- 查询频率分析
- 性能趋势分析
3. 执行计划分析
- 获取查询执行计划
- 分析执行计划节点
- 识别性能瓶颈
- 提供优化建议
4. 优化建议生成
- 索引优化建议
- 查询重写建议
- 表引擎建议
- 配置参数调优
🚀 快速开始
方法1: 运行慢查询分析
cd /root/.openclaw/workspace/skills/bytehouse-slow-query
# 先设置环境变量(复用bytehouse-mcp的配置)
export BYTEHOUSE_HOST="<ByteHouse-host>"
export BYTEHOUSE_PORT="<ByteHouse-port>"
export BYTEHOUSE_USER="<ByteHouse-user>"
export BYTEHOUSE_PASSWORD="<ByteHouse-password>"
export BYTEHOUSE_SECURE="true"
export BYTEHOUSE_VERIFY="true"
# 运行慢查询分析
uv run slow_query_analyzer.py
**分析内容包括:**
- Top 20慢查询
- 查询性能统计
- 执行时间分布
- 优化建议生成
**输出文件(保存在 `output/` 目录):** 1. **`slow_queries_{timestamp}.json`** - 慢查询列表 2. **`query_stats_{timestamp}.json`** - 查询统计报告 3. **`optimization_suggestions_{timestamp}.json`** - 优化建议
💻 慢查询分析维度
时间维度分析
- **按小时**: 每小时慢查询数量
- **按天**: 每天慢查询趋势
- **按周**: 每周慢查询模式
- **按月**: 每月慢查询统计
查询类型分析
- **SELECT查询**: 查询语句分析
- **INSERT查询**: 写入性能分析
- **UPDATE查询**: 更新性能分析
- **DELETE查询**: 删除性能分析
- **DDL查询**: 建表/改表性能分析
性能指标
- **平均执行时间**: 所有查询平均耗时
- **P50执行时间**: 中位数执行时间
- **P95执行时间**: 95分位执行时间
- **P99执行时间**: 99分位执行时间
- **最大执行时间**: 最慢查询耗时
---
📊 慢查询报告示例
慢查询列表
{
"analysis_time": "2026-03-12T21:00:00",
"total_queries": 10000,
"slow_queries": 150,
"top_slow_queries": [
{
"query_id": "query-12345",
"query_text": "SELECT * FROM large_table WHERE ...",
"duration_ms": 15000,
"start_time": "2026-03-12T20:55:00",
"read_rows": 1000000,
"read_bytes": 104857600
}
]
}---
📚 更多信息
详细使用说明请参考 [bytehouse-mcp skill](../bytehouse-mcp/SKILL.md)
--- *最后更新: 2026-03-12*
Read more
name: byted-bytehouse-slow-query description: ByteHouse慢查询分析和性能优化工具,用于识别和分析慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势。当用户需要识别和分析ByteHouse数据库中的慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势时,使用此Skill。
ByteHouse 慢查询分析 Skill
🔵 ByteHouse 品牌标识
> 「ByteHouse」—— 火山引擎云原生数据仓库,极速、稳定、安全、易用 > > 本Skill基于ByteHouse MCP Server,提供完整的慢查询分析和性能优化能力
---
描述
ByteHouse慢查询分析和性能优化工具。
**当以下情况时使用此 Skill**: (1) 需要识别和分析慢查询 (2) 需要查询性能优化建议 (3) 需要查看查询执行计划 (4) 需要分析查询历史趋势 (5) 用户提到"慢查询"、"查询优化"、"性能分析"、"执行计划"
前置条件
- Python 3.8+
- uv (已安装在 `/root/.local/bin/uv`)
- **ByteHouse MCP Server Skill** - 本skill依赖 `bytehouse-mcp` skill提供的ByteHouse访问能力
依赖关系
本skill依赖 `bytehouse-mcp` skill,使用其提供的MCP Server访问ByteHouse。
确保 `bytehouse-mcp` skill已正确配置并可以正常使用。
📁 文件说明
- **SKILL.md** - 本文件,技能主文档
- **slow_query_analyzer.py** - 慢查询分析主程序
- **README.md** - 快速入门指南
配置信息
ByteHouse连接配置
本skill复用 `bytehouse-mcp` skill的配置。请确保已在 `bytehouse-mcp` skill中配置好:
export BYTEHOUSE_HOST="<ByteHouse-host>" export BYTEHOUSE_PORT="<ByteHouse-port>" export BYTEHOUSE_USER="<ByteHouse-user>" export BYTEHOUSE_PASSWORD="<ByteHouse-password>" export BYTEHOUSE_SECURE="true" export BYTEHOUSE_VERIFY="true"
🎯 功能特性
1. 慢查询识别
- 从query_log表获取慢查询
- 按执行时间排序
- 识别Top N慢查询
- 分析慢查询模式
2. 查询性能分析
- 查询执行时间分布
- 查询类型统计
- 查询频率分析
- 性能趋势分析
3. 执行计划分析
- 获取查询执行计划
- 分析执行计划节点
- 识别性能瓶颈
- 提供优化建议
4. 优化建议生成
- 索引优化建议
- 查询重写建议
- 表引擎建议
- 配置参数调优
🚀 快速开始
方法1: 运行慢查询分析
cd /root/.openclaw/workspace/skills/bytehouse-slow-query # 先设置环境变量(复用bytehouse-mcp的配置) export BYTEHOUSE_HOST="<ByteHouse-host>" export BYTEHOUSE_PORT="<ByteHouse-port>" export BYTEHOUSE_USER="<ByteHouse-user>" export BYTEHOUSE_PASSWORD="<ByteHouse-password>" export BYTEHOUSE_SECURE="true" export BYTEHOUSE_VERIFY="true" # 运行慢查询分析 uv run slow_query_analyzer.py
**分析内容包括:**
- Top 20慢查询
- 查询性能统计
- 执行时间分布
- 优化建议生成
**输出文件(保存在 `output/` 目录):** 1. **`slow_queries_{timestamp}.json`** - 慢查询列表 2. **`query_stats_{timestamp}.json`** - 查询统计报告 3. **`optimization_suggestions_{timestamp}.json`** - 优化建议
💻 慢查询分析维度
时间维度分析
- **按小时**: 每小时慢查询数量
- **按天**: 每天慢查询趋势
- **按周**: 每周慢查询模式
- **按月**: 每月慢查询统计
查询类型分析
- **SELECT查询**: 查询语句分析
- **INSERT查询**: 写入性能分析
- **UPDATE查询**: 更新性能分析
- **DELETE查询**: 删除性能分析
- **DDL查询**: 建表/改表性能分析
性能指标
- **平均执行时间**: 所有查询平均耗时
- **P50执行时间**: 中位数执行时间
- **P95执行时间**: 95分位执行时间
- **P99执行时间**: 99分位执行时间
- **最大执行时间**: 最慢查询耗时
---
📊 慢查询报告示例
慢查询列表
{
"analysis_time": "2026-03-12T21:00:00",
"total_queries": 10000,
"slow_queries": 150,
"top_slow_queries": [
{
"query_id": "query-12345",
"query_text": "SELECT * FROM large_table WHERE ...",
"duration_ms": 15000,
"start_time": "2026-03-12T20:55:00",
"read_rows": 1000000,
"read_bytes": 104857600
}
]
}---
📚 更多信息
详细使用说明请参考 [bytehouse-mcp skill](../bytehouse-mcp/SKILL.md)
--- *最后更新: 2026-03-12*
欢迎来到 AgentKit 代码工坊(Samples)仓库! AgentKit 是火山引擎推出的企业级 AI Agent 开发平台,为开发者提供完整的 Agent 构建、部署和运维解决方案。平台通过标准化的开发工具链和云原生基础设施,显著降低复杂智能体应用的开发部署门槛。 本代码库包含了一系列示例和教程,帮助您理解、实现和集成 AgentKit 的各项功能到您的应用中。
Other skills on agentkit-samples.
- /code-optimization
Optimize code performance through iterative improvements (max 2 rounds). Benchmark execution time and memory usage, compare against baseline implementations, and generate detailed optimization reports. Supports C++, Python, Java, Rust, and other languages.
Open skill - /image-video-gen
根据文字描述生成视频,一个生成图片和视频的工作流技能。依赖 skills: byted-web-search, image-generate, video-generate。注意:此 workflow 没有执行脚本,只是一个描述性的文档。
Open skill - /skills-management
Manage AgentKit skills, SkillHub/skillhub, skill centers, and skill spaces. Use this skill whenever the user has a management intent for AgentKit skills, skill中心, skill 空间, skill space, or skill hub, including listing, inspecting, downloading, fetching, uploading, publishing,
Open skill - /tos-file-access
Upload files or directories to TOS-compatible object storage for Volcano Engine or BytePlus and download files from URLs. Use this skill when (1) Upload Agent-generated files or directories for sharing, (2) Download files from URLs before Agent processing.
Open skill - /veadk-go-skills
根据用户的功能需求,完成与 VeADK-Go 相关的功能; 包括:直接根据需求生成 Agent;将Enio Agent转换为VeADK-Go Agent。
Open skill - /veadk-skills
根据用户的功能需求,完成与 VeADK 相关的功能。
Open skill

