Text-to-SQL 与数据分析 Agent 手把手

怎么用

目标不是“模型会写 SQL”，而是让业务问题经过语义层、权限、安全校验和结果解释，形成可交付的数据产品链路。

Step 1 · 准备小型业务数据

先用 3 张表即可：

orders(order_id, user_id, amount, status, created_at)
users(user_id, city, channel, created_at)
refunds(refund_id, order_id, amount, reason, created_at)

验收：写 10 个真实业务问题，例如“上周各渠道 GMV 和退款率是多少？”

Step 2 · 建语义层

不要把原始 schema 直接丢给模型。准备一份业务字典：

metrics:
  gmv: sum(orders.amount where status = 'paid')
  refund_rate: sum(refunds.amount) / gmv
dimensions:
  city: users.city
  channel: users.channel

验收：每个指标都有口径、时间字段、过滤条件。

Step 3 · Schema linking

让模型先输出结构化意图：

{
  "metric": ["gmv", "refund_rate"],
  "dimensions": ["channel"],
  "time_range": "last_week",
  "filters": []
}

再由程序拼接候选表和字段，减少模型乱用表。

Step 4 · 生成只读 SQL

约束：

• 只允许 SELECT
• 禁止 DROP/DELETE/UPDATE/INSERT
• 必须带 limit 或聚合
• 必须使用允许的表和字段

验收：SQL 通过 AST 或规则校验后才执行。

Step 5 · 执行与错误修复

常见错误分三类：

• 字段不存在：回到 schema linking
• 聚合口径错误：回到语义层
• SQL 方言错误：让模型基于错误信息修复一次

最多修复一次，避免无限循环。

Step 6 · 结果解释

返回不只是表格，还要包括：

• 结论一句话
• 指标口径
• 过滤条件
• 异常点
• 下一步建议

Step 7 · 图表推荐

简单规则即可：

• 时间序列：折线图
• 维度对比：柱状图
• 占比：条形图或饼图
• 明细列表：表格

验收：输出 ECharts option 草稿或图表配置说明。

Step 8 · 权限与脱敏

行级权限先于查询生成。敏感字段如手机号、身份证、邮箱默认不暴露；确需展示也要脱敏。

Step 9 · 面试讲述

结构：

1. 先做语义层，避免模型直接猜口径。
2. 结构化意图做 schema linking。
3. SQL 只读校验和权限过滤先于执行。
4. 输出包含口径、图表建议和可追溯 SQL。