程序聚合 软件案例 运营自助问数Text2SQL-Text2SQL运营自助查询系统(Java版)

运营自助问数Text2SQL-Text2SQL运营自助查询系统(Java版)

2026-10-31 13:41:45
行业:人工智能、企业内部管理
载体:网站、云服务/云平台
技术:Java、SQL、Docker

业务和功能介绍

1、立项背景和目标:运营/业务同事取数依赖数据团队写 SQL,响应慢、沟通成本高;而直接放开数据库又存在误操作与数据泄露风险。本项目目标是构建一套“运营自助问数”的 Text2SQL 系统:用自然语言提问自动生成 SQL 并可视化呈现,同时用“两阶段 SQL 授权 + 只读白名单 + 查询超时与行数保护 + 结果脱敏”保证安全可控,让非技术人员也能自助取数。
2、软件功能与核心模块:①聊天式问数:输入自然语言问题,自动生成 SQL 与中文解释,并输出 KPI 指标卡/柱状图/折线图/饼图/明细表格;②两阶段 SQL 授权:先 preview 生成不执行,弹窗展示生成方式、涉及表、只读标识与 SQL 原文,可人工修改后再 execute;③交付物清单:按问题累积图表/表格/SQL,可展开、可下载 CSV;④数据资产:列级数据字典、表关联(外键)、所属数据库元信息;⑤模型配置:内置 22 家主流模型商,运行时切换、先测连接再保存、Key 打码;⑥生产弹性:限流、鉴权、审计、脱敏、健康检查、指标与故障注入。
3、业务流程与功能路径:用户提问→NL2SQL 生成 SQL+解释(不改数据)→授权弹窗人工核对/修改→只读白名单校验→超时(2000ms)与行数上限(200)保护→执行→结果脱敏→自动选图渲染图表/表格并写入交付物清单。未配置大模型时自动走内置规则引擎,服务不中断。

项目实现

1、整体架构与技术栈:纯 JDK、零第三方依赖的分层实现:ModelConfig(运行时模型配置中心,22 家厂商预设、Key 打码与优先级)→ LlmClient(OpenAI 兼容 chat/completions + 连接自检)→ Nl2Sql(大模型输出解析、剥代码围栏/取 SELECT/校验 + 规则引擎兜底 + 数据字典提示词 + 图表意图聚合)→ Nl2SqlService(两阶段 preview/execute、元数据、审计、脱敏、指标)→ SqlExecutor(自研极简 SQL 解释器 + 读白名单防注入 + 超时 2000ms/行数 200 上限)→ MockDb(orders/users/benefits 内存库 + 列级字典/表关联/库元数据)→ Text2SqlApplication(JDK 内置 HTTP 服务)。前端内联 SVG 手写图表引擎,Docker 部署,端口 8124。
2、我负责的模块与结果:独立完成产品交互与全栈实现。核心设计“两阶段 SQL 授权”把大模型输出当作不可信输入:preview 只生成不执行,弹窗人工复核/改 SQL 后才 execute。能力覆盖 22 家模型商运行时切换、自动图表(KPI/柱状/折线/饼图,维度列智能避让 order_id/user_id 等标识列)、交付物按问题累积可下载 CSV、只读白名单、脱敏、审计、限流、鉴权、健康与指标、故障注入;零第三方依赖、javac 编译即跑、Docker 健康检查。
3、难点、坑与解决方案:①大模型输出不可直接执行 → 两阶段授权 + 只读白名单 + 行数与超时兜底;②模型商切换时“A 家 Key 打到 B 家” → 按厂商匹配 Key,不匹配即判未配置;③自然语言要图表却生成 SELECT * 明细 → 按关键词生成 1 维度 + 1 数值聚合 SQL,维度列智能选取避开标识列;④POST body 的 \uXXXX/引号转义易解析错 → 自研 JSON 编解码;⑤未配大模型时服务可用性 → 规则引擎兜底,LLM 失败自动降级不中断。

示例图片视频


ym007
5天前活跃
方向: 后端-Java、前端-Web前端、
交付率:100.00%
相似推荐
智能体投标平台
一、 业务介绍(Business Overview) 1. 业务定位 本项目致力于打造国内首款深度垂直于工程EPC(尤其是水泥余热发电)领域的“AI智能投标辅助平台”。通过引入大语言模型(LLM)与RAG(检索增强生成)技术,将传统招投标业务从“人工翻阅、经验估量、熬夜排版”的苦力模式,升级为“一键解析、智能推演、自动成稿”的数智化模式。 2. 核心解决的业务痛点 防废标(合规避险):几百页的标书中潜藏着无数“★号条款”和接口边界矛盾,人工极易漏看,系统提供毫秒级的“排雷”预警。 提效降本(敏捷响应):打破跨专业(机务、电气、水工、土建)协同壁垒,将标书阅读、参数比对、工程量核算的周期从“周级”压缩至“日级”甚至“小时级”。 资产沉淀(经验复用):将老专家的历史提资表、工程量算量规则、优秀技术标片段沉淀为企业专属的“数字大脑”,让新员工也能一键生成专家级的投标方案。 3. 核心业务价值 赋能企业投标团队,实现“读标零遗漏、算量防亏损、方案保高分”,大幅提升企业在国内外EPC市场中的中标率与交付底线。 二、 功能介绍(Function Introduction) 系统围绕招投标全生命周期,打造了五大核心功能模块,实现业务流的闭环: 模块1:多模态标书智能解析引擎 功能描述:支持一键上传几十MB的PDF/Word/图片,系统瞬间完成长文本切片与复杂表格识别。 亮点:内置“防粘连截断”与“上下文纠错”机制,精准提取项目名称、客户、工期以及核心工艺参数(如废气量、主汽参数),彻底告别人工复制粘贴。 模块2:参数语义映射与偏差排雷器 功能描述:自动比对招标参数与企业自有产品库(或历史标准)。 亮点:突破同义词壁垒(自动识别“AQC炉=窑头余热锅炉”),一键生成《技术偏差表》。针对模糊描述、负偏差和强制废标项,进行红黄绿灯预警,辅助商务决策。 模块3:跨专业联动算量与提资推演 功能描述:基于标书参数,系统自动推演并生成符合规范格式的《四大专业提资表》及《工程量清单》。 亮点:采用“大模型推演变量 + Python公式精准计算”的双引擎架构,完美解决AI算术幻觉。支持引用历史相似项目进行参数继承,并用明确的标签(如【推演需核】)提示工程师复核。 模块4:技术标书与方案智能撰写 功能描述:结合当前项目的提取参数与历史优秀标书语料,按章节自动生成施工组织设计、系统设计方案、质量保证措施等。 亮点:彻底摒弃假大空的模板套话。生成的方案紧贴本项目真实参数(如:“针对本项目241660Nm³/h的窑头废气量,我方配置……”),做到“千标千面”。 模块5:CAD图纸轻量化预览与回写 功能描述:内嵌基于开源生态(ezdxf/ODA)的图纸解析工具,支持在系统内直接预览DWG/DXF图纸。 亮点:不仅支持图纸内容的文本提取与参数关联,还支持将修改
自研智慧城市项目-智慧城市基础系统
立项背景和目标:频繁的智慧城市项目有着大量的公共内容但是又有部分局部定制内容,在频繁复制粘贴项目基本框架的情况下,当发现bug时要修改所有用到基础内容的系统,非常的麻烦和容易出错;为了解决这个问题,我们将基础的后端打包成Maven,前端打包成npm,实现引入批量更新的能力; 软件功能:核心权限用户菜单路由图片后端首页排班工作流管理,附件上传组件,用户角色行政区划选择组件化,接口和工具方法request导出,外加巡查打卡作为基础内容制作;
智慧水务信息管理平台
项目简介:面向城市排水管网运维管理数字化升级需求,基于 SpringCloud 微服务架构,结合 GIS、在线监测技术搭建一体化排水管网管理平台。整合管网设施、运维、监测等数据,打破信息孤岛,实现多部门资源共享,提升排水设施运维、规划决策及应急抢险能力,保障城市排水与水环境安全。
SDN控管监测系统-SDN控管监测系统
使用多种网络协议对多类网络设备进行监测与控制,并分析网络设备状态提供具备链路优化、告警提示、故障分析、系统性能风险等,使业务员能够及时清晰知道设备具体情况并进行相应的处理。
区块链+政务服务应用平台(0-1)
1、立项背景与目标:政务数据孤岛、跨部门协作信任与存证难,群众办事材料重复提交。 2、目标用区块链构建可信政务协同与数据存证应用,提升办事效率与公信力。 3、核心功能模块:①政务数据上链存证与溯源;②跨部门可信共享;③业务办理流程上链审计;④面向公众的服务入口。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服