Data Agent产品系统

企业数据分析场景中，业务人员不会写SQL、数据分析依赖技术团队、跨部门数据权限难管控等痛点普遍存在。本项目旨在构建对话式商业智能平台，让业务人员通过自然语言即可完成复杂数据查询与分析，降低数据使用门槛，实现数据民主化。

1.智能对话查数：用户输入自然语言问题，系统自动生成SQL并执行，返回结构化结果与可视化图表
2.多智能体协作：Router Agent意图路由 + SQL Agent数据查询 + Feedback Agent反馈处理 + General Agent通用问答
3.元数据管理：支持业务术语、查询示例、表/字段描述、枚举值的可视化管理，提升AI理解准确度
4.多数据源适配：统一抽象层支持MySQL、PostgreSQL、MongoDB、Oracle、SQL Server等数据库
5.流式响应：SSE实时推送AI思考过程与执行结果，支持断点续传
6.权限与安全：RBAC权限控制、部门级数据隔离、SQL注入防护、操作审计日志

我的职责：独立完成系统架构设计与核心模块开发，包括多智能体框架、RAG检索系统、流式响应架构、分层记忆系统、多数据源适配层。
技术栈与架构：Python + FastAPI + Tortoise-ORM，采用API→Service→Repository三层架构；Milvus向量库实现Dense+Sparse混合检索 + Reranker二阶段重排序；Redis Stream + SSE实现流式事件推送；基于ReAct模式自研实现多智能体协作，支持工具调用与迭代推理。
亮点与难点：设计SessionContext分层记忆架构（对话摘要+关键事实+SQL模式向量检索），解决多轮对话上下文理解问题；实现分区加权检索策略，支持public/dept/feedback多分区差异化权重融合；Query Rewrite Agent对用户问题改写优化，提升检索召回率。