用途：该 Skill 用于 ByteHouse 数据库的慢查询分析与性能优化，基于 ByteHouse MCP Server 提供访问能力，依赖 bytehouse-mcp skill。
主要能力：从 query_log 表获取慢查询并按执行时间排序，识别 Top N 慢查询及模式；分析查询执行时间分布、查询类型统计、查询频率与性能趋势；获取并分析查询执行计划，识别性能瓶颈；生成索引优化、查询重写、表引擎与配置参数调优建议。分析维度包括按小时/天/周/月的时间趋势，SELECT、INSERT、UPDATE、DELETE、DDL 等查询类型，以及平均、P50、P95、P99、最大执行时间等指标。
使用方式：前置条件为 Python 3.8+、uv（已安装在 /root/.local/bin/uv）以及已配置好的 bytehouse-mcp skill。先设置环境变量：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"。进入目录 cd /root/.openclaw/workspace/skills/bytehouse-slow-query 后运行 uv run slow_query_analyzer.py。输出保存在 output/ 目录，包括 slow_queries_{timestamp}.json、query_stats_{timestamp}.json、optimization_suggestions_{timestamp}.json。
适用场景：需要识别和分析慢查询、获取查询性能优化建议、查看执行计划、分析查询历史趋势，或用户提到“慢查询”“查询优化”“性能分析”“执行计划”时。
限制：必须依赖 bytehouse-mcp skill 并复用其连接配置；具体优化效果、支持版本范围及收费信息暂未提供。