bull
为AI Agent设计的本地数据处理工具包，集成五大引擎，节省LLM Token消耗。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：bull。 它的用途是：为AI Agent设计的本地数据处理工具包，集成五大引擎，节省LLM Token消耗。 完整的 Skill 内容见：https://321skill.com/skills/bull/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘帮我分析一下这份服务器访问日志，找出错误最多的服务。’ 它会先使用Bull的SQL引擎将日志文件导入本地数据库，然后执行聚合查询，最后仅将简洁的查询结果（如‘服务A: 120次错误’）返回给LLM生成分析报告，全程不消耗原始日志数据的Token。
介绍
Bull旨在解决AI Agent处理大规模数据时面临的核心痛点：将原始数据直接送入LLM上下文会导致巨额Token消耗和响应延迟。例如，一个10MB的CSV文件仅读取就可能消耗数十万Token。Bull通过将数据处理卸载到本地引擎，让Agent仅将查询结果而非原始数据送入对话，从而大幅降低成本。
使用方式极为简单，它是一个约8MB的独立二进制文件，无需安装任何外部依赖或数据库服务器。AI Agent可以通过其丰富的CLI命令（超过72个）直接操作五大内置数据引擎：KV存储、SQL数据库、图计算引擎、全文搜索引擎和时序数据库，完成从导入、查询到分析的完整流程。
它非常适合需要在受限或沙箱环境中运行、且需处理本地文件的AI Agent开发者或用户。例如，在CI/CD流水线、轻量级容器或无法安装Python等运行时的环境中，Bull是理想的本地数据处理解决方案。
与同类工具相比，Bull并非一个需要联网调用的API服务，也不是一个需要复杂部署的数据库集群。其核心区别在于“AI Agent原生”设计：提供机器可读的技能定义，并作为一个零依赖的静态二进制文件，专为Agent在自动化任务中可靠、确定性地调用而构建。
核心特点
核心区别在于“AI Agent原生”与“零依赖单体二进制”。它提供机器可读的技能定义，便于Agent自主决策调用；同时将所有引擎打包进一个约8MB的静态可执行文件，无需安装任何运行时或服务器，即可在沙箱环境中提供完整的本地数据处理能力。
注意事项
不适合需要复杂事务处理、极高并发或PB级海量数据的生产级数据库场景。
常见问题
Bull和直接使用SQLite有什么区别？
Bull不仅包含SQLite，还集成了KV、图、搜索、时序共五大引擎，且专为AI Agent的CLI调用设计，提供统一的命令接口和技能定义，开箱即用。
Bull能完全替代我的数据库吗？
不能。Bull定位是AI Agent的嵌入式数据处理工具包，适用于临时分析、日志处理等场景，而非高可用、高并发的核心业务数据库。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/bull/raw/index.md 读取 bull 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/bull/raw/index.md（查看排版版本）