智能数据分析Agent-游戏问数
立项背景和目标:游戏行业中业务同学普遍不会写 SQL,数据分析师也难以记住所有表结构、字段含义、指标用纯和字段取值,若将自然语言问题直接交给大模型生成 SQL,容易出现选错字段、用错指标和 SQL 幻觉等问题,取数慢且结果不可信。本项目目标为让用户用自然语言提问,系统自动召回相关字段、指标和取值,生成并执行 SQL 后流式返回分析结果,从而降低取数门槛、提升分析准确性。
软件功能、核心功能模块的介绍:项目分为元数据知识库构建和自然语言问数两大模块。知识库构建模块使用 MySQL 和 SQLAlchemy 保存表、字段、指标及取值等权威元数据,通过文本向量化服务生成向量存入 Qdrant 支撑字段和指标的语义召回,同时用 Elasticsearch 承载字段真实取值,支持关键词与值域检索;辅助模型自动召回与 SQL 生成,安全可靠。问数模块用 LangGraph 编排关键词抽取、字段/指标/取值混合召回、合并过滤、SQL 生成、校验修正、执行等节点,并辅以 FastAPI 接口,入参返回流式数据,保证流程可追溯、结果可解释。
业务流程、功能路径描述:用户提交问题后,系统先抽取关键词,再从语义库和全文库中并行召回相关字段、指标和取值,合并后过滤无关表与指标,随后生成 SQL,进行语法与字段校验并自动修正,最后在数据仓库中执行返回查询结果,整个过程以流式方式将节点进度和结果实时展示在前端页面。
人工智能
游戏/电竞