1、面向企业数据分析场景：解决业务人员"不懂 SQL 却要看数"的痛点，让用户用自然语言（如"统计华北地区销售总额"）直接查询数据仓库，降低取数门槛与对数据工程师的依赖。
2、典型 BI / 数仓提效需求：项目对接多个数据仓库，覆盖销售分析、用户行为统计等常见企业级数据分析场景。
3、多知识库隔离的中台定位：以"知识库"为单位隔离元数据、向量索引与数据库连接，一套系统可同时服务多个业务域，契合企业内多数仓、多团队共用问数能力的中台化诉求。
4、对话式数据交互趋势：以多轮对话为载体，支持追问与指代改写，把传统"填表单查报表"升级为"和数据对话"，顺应 AI 驱动的数据消费方式转型。
1、自然语言问数主链路：接收用户问题，经关键词抽取、语义召回、SQL 生成与执行，最终返回结构化结果与自然语言总结，全程以 SSE 流式推送，前端实时展示每一步进度。
2、三路语义召回模块：并行完成字段召回（Qdrant 向量）、指标召回（Qdrant 向量）、字段取值召回（Elasticsearch），为 SQL 生成提供精准的表结构、业务指标口径与枚举值上下文。
3、多轮短期记忆与轮次解析：resolve_turn 识别新问题/改写/闲聊（off-topic）三类意图，结合历史成功轮次记忆做指代消解与问句改写，支撑连续追问的对话体验。
4、知识库构建与管理模块：提供离线脚本按业务库全量/增量构建元数据知识库，同步 MySQL 元数据、Qdrant 向量与 ES 取值索引，并附带用户认证、会话管理等配套能力。
5、可观测与评测模块：集成 Phoenix 做链路追踪、Token/成本统计、SQL 质量评分与离线评测，配套质量与性能看板，形成可量化的效果监控闭环。
1、技术栈：Python 3.14 + FastAPI 异步服务，LangGraph 编排 Agent 状态机，LangChain 接入 DeepSeek、Qwen 大模型，BGE 中文 Embedding，Qdrant 向量库、Elasticsearch、MySQL（元数据库 + 数仓）多存储协同，前端 React + SSE。
2、架构亮点——状态机式 Agent 编排：以 LangGraph 将问数拆成 15+ 原子节点，通过条件路由实现"召回→合并→过滤→上下文审核→补召回循环→SQL 生成→校验↔校正循环→执行→总结"的可控闭环，各分支异常均有兜底上报路径。
3、核心难点——SQL 生成的稳定性：先抽取结构化查询约束并构建稳定语义计划（SemanticPlan），高置信场景走确定性编译、复杂场景降级 LLM 生成，配合语义校验与自动校正循环，显著降低幻觉与口径偏差。
4、工程化亮点：实现检索缓存、Embedding 批处理、多路并发召回等性能优化，并支持按会话 ID 稳定分桶的灰度发布与影子模式（shadow mode），保证优化链路可灰度、可即时回退。
5、我负责的具体任务（主导全自主开发）：独立完成从架构设计到落地的全流程——设计 LangGraph 多节点编排与多知识库隔离方案，实现三路召回、多轮记忆、确定性 SQL 编译与校正闭环，接入 Phoenix 可观测与离线评测体系，并搭建 React 前端交互，完成端到端交付。
评论