负责搭建面向ERP的智能问数系统,支持用户通过自然语言提问,系统自动召回相关表字段、业务指标和字段取值,并生成、校验、修正和执行 SQL,最终通过 SSE 流式返回执行过程和查询结果。项目通过 MySQL 元数据、Qdrant 向量检索和 Elasticsearch 全文检索增强 SQL 生成效果,降低大模型直接生成 SQL 的表字段幻觉和指标口径错误。
点击空白处退出提示
负责搭建面向ERP的智能问数系统,支持用户通过自然语言提问,系统自动召回相关表字段、业务指标和字段取值,并生成、校验、修正和执行 SQL,最终通过 SSE 流式返回执行过程和查询结果。项目通过 MySQL 元数据、Qdrant 向量检索和 Elasticsearch 全文检索增强 SQL 生成效果,降低大模型直接生成 SQL 的表字段幻觉和指标口径错误。
负责搭建面向ERP的智能问数系统,支持用户通过自然语言提问,系统自动召回相关表字段、业务指标和字段取值,并生成、校验、修正和执行 SQL,最终通过 SSE 流式返回执行过程和查询结果。项目通过 MySQL 元数据、Qdrant 向量检索和 Elasticsearch 全文检索增强 SQL 生成效果,降低大模型直接生成 SQL 的表字段幻觉和指标口径错误。
1. 基于 FastAPI + LangGraph 设计问数 Agent 工作流,拆分关键词抽取、字段/指标/取值召回、上下文合并、SQL 生成、校验、修正和执行等节点。
2. 构建元数据知识库,将表字段、字段别名、指标口径和指标依赖关系写入 MySQL,并向量化写入 Qdrant。
3. 基于 Elasticsearch 建立字段真实取值索引,辅助模型生成更准确的查询条件。
4. 基于 Qdrant + Embedding 实现字段和指标语义召回,解决自然语言表达与数据库字段、业务指标不一致的问题。
5. 通过主外键补齐、指标依赖字段补齐和 EXPLAIN 校验机制,提升 SQL 生成准确性和可执行性。
6. 基于 FastAPI SSE 和 React 前端实现流式问数体验,实时展示 Agent 执行步骤和查询结果。



评论