这个项目最有价值的地方,是它把大模型从简单聊天能力落到了企业数据分析场景里。我们没有直接让模型生成答案,而是把问题拆成意图识别、证据召回、Schema 召回、SQL 生成、语义校验、SQL 执行、Python 分析和报告生成多个阶段。这样做的好处是链路更可控,出错后也更容易定位和重试。”
点击空白处退出提示
这个项目最有价值的地方,是它把大模型从简单聊天能力落到了企业数据分析场景里。我们没有直接让模型生成答案,而是把问题拆成意图识别、证据召回、Schema 召回、SQL 生成、语义校验、SQL 执行、Python 分析和报告生成多个阶段。这样做的好处是链路更可控,出错后也更容易定位和重试。”
用户提问后,系统会先做意图识别,然后召回相关业务知识、表结构和字段语义,再生成 SQL,执行查询。如果问题需要进一步分析,还会生成 Python 代码做统计分析或预测,最后生成 Markdown/HTML 报告和 ECharts 图表。
后端是 Spring Boot + WebFlux + Spring AI Alibaba Graph,使用 StateGraph 把意图识别、Schema 召回、SQL 生成、SQL 执行、Python 分析、报告生成这些节点编排起来。前端是 Vue 3 + Element Plus,负责 Agent 创建、模型配置、数据源配置、知识库配置和运行态对话展示。



评论