用途：将自然语言问题转成 SQL 查询，并针对 SQL 数据库执行，返回结果文件。
主要能力：支持 SQLite 文件型数据库与 PostgreSQL、MySQL、MariaDB 等服务器型数据库；可提取数据库结构，生成供模型使用的 schema 上下文；可保存生成的 SQL 并执行，支持 CSV、XLSX、JSON、Markdown 输出格式。
使用方式：先初始化项目结构，可运行 python scripts/init_project.py --target /path/to/project，或手动创建 database、output/queries、output/reports 目录并复制脚本与模板。随后安装依赖 pip install -r requirements.txt。SQLite 场景把数据库文件放入 database/ 后运行 python db_extractor.py --sqlite database/YOUR_DB.sqlite；服务器型数据库复制 example.env 为 .env 并填写 DB_TYPE、DB_HOST、DB_PORT、DB_USER、DB_PASSWORD、DB_NAME，再运行 python db_extractor.py --database your_database_name。查询时读取 output/text_to_sql_context.md，生成 SQL 保存到 output/queries/，再用 query_runner.py 执行，例如 python query_runner.py --sqlite database/DB.sqlite -f output/queries/query.sql -o result.csv。
限制：资料未提供具体支持的数据库版本范围、性能表现、收费或价格信息；使用需自行准备数据库连接凭据与文件路径，且生成 SQL 的正确性依赖所读取的 schema 上下文。