企业 AI 问数系统产品系统

汽车经销集团/4S 门店集团，使用金蝶 EAS（Oracle 库）作为核心 ERP，业务覆盖整车销售、售后维修、金融保险、财务，管理层与部门员工均有高频查数需求；集团下多门店/多公司，存在跨店数据隔离要求。

所在集团使用金蝶 EAS（Oracle）管理整车销售、售后、财务与金融业务，业务部门日常查数依赖“找 IT 写 SQL、等报表排期”，一个新口径往往要等数天，且同类指标存在多套口径说法（如结算台数、进厂台次），数据可信度被反复质疑。项目立项即为此痛点：做一个业务人员用自然语言即可自助查数的只读查询服务。系统基于 DeepSeek 生成 SQL，经过角色权限（表白名单/敏感字段/门店范围）与安全、语义、成本三关校验后直查 Oracle/MySQL 双库，全程只读、每次查询全量审计留痕；多口径指标显式注册并在提问时反问确认，杜绝“同数不同果”；知识闭环（审计→提炼→人工确认→写回）让系统越用越准。覆盖 200+ 表、多门店多公司隔离，配套 Excel 导出、图表与完整评估集，已支撑销售、售后、财务、金融，市场，保险六类部门日常查数。

主导开发企业 AI 问数系统（ChatBI），面向金蝶 EAS 车企 ERP 提供“业务人员自然语言自助查数”能力。项目从需求到交付全流程负责：定义多口径指标体系与角色权限模型，后端基于 Python 纯标准库实现认证、rbac 权限（角色/敏感列/门店范围）、SQL 安全/语义/成本三关校验与规则优化器，接入 DeepSeek 实现查询 Agent（工具调用、多轮会话、SSE 流式、口径反问、执行失败自愈），前端用 Vue3 交付登录/审计/权限/智能查询四页（含图表与 Excel 导出）；数据侧自建 Oracle→MySQL 增量同步管道（水位/熔断/对账）。技术栈为 Python 3.12 + oracledb/pymysql + DeepSeek + Vue3/ECharts。核心亮点：多口径注册与自动反问杜绝“同数不同果”；全程只读、敏感列永不豁免、全量审计留痕；22 题评估集自动判分，迭代准确率 81%→95%，500+ 单测保障回归；按业务域动态裁剪 prompt，token 成本降约 60%。主要难点集中在 Oracle 中文编码、LLM 幻觉治理（多道防线组合）、MySQL 5.7 老库兼容与口径治理工程，均已形成可复用的解决方案。系统已支撑销售、售后、财务、金融保险四类部门日常查数。