用途：为 Context Engineering Agent 生成高质量上下文项，连接自然语言与结构化数据库，支持自然语言转 SQL。
三类上下文项：Templates（自然语言查询到可执行 SQL 的端到端映射，含意图与清单）；Facets（可复用的模块化 SQL 片段，如 WHERE 子句或专用连接，按术语动态注入）；Value Searches（当自然语言值与数据库存储值不完全匹配时，用映射函数查找候选值）。
工作流：先识别类型；收集所需信息，缺失时可探查数据库或询问用户；按目标方言（PostgreSQL、GoogleSQL、MySQL）查阅 references/ 对应文件；按短语抽取与参数化指南泛化取值；按参考文件示例构造 JSON；最后用 MCP 工具（如 mutate_context_set）保存或更新上下文集。该工具支持细粒度增删改，无需预先读取目标文件，负载直接传入即可。
最佳实践：保证 SQL 对目标方言有效；意图清晰；避免重复模板或刻面；对取值参数化以便匹配不同问法。Facet 中每个列引用必须带表名（table.column），且不要使用别名。Value Search 应根据列内容与性能需求选择匹配函数，并参考方言文件做索引等优化。
限制：具体 SQL 模板、示例与性能建议需查阅 references/ 下各子目录；资料未提供具体命令、价格与平台细节。