背景
在構建一個支持多輪對話的 Text2SQL 系統過程中，我完成了以下關鍵功能：
已完成
- 基礎 Text2SQL 功能實現
實現用戶輸入自然語言問題后，系統能夠自動生成 SQL 并執行返回結果。 - 用戶交互優化
支持用戶通過補充信息對查詢進行調整，提升易用性。 - 模糊時間處理機制
對“最近”“近期”等模糊時間關鍵詞進行補全或引導，提升時間表達準確性。 - 預定義高頻問題與回答
對一些可預見的問題設置高質量回復，提高響應質量和效率。
后續優化
- 構建高質量知識庫
針對數據結構、字段定義、樣例問題等，持續完善知識庫，確保 SQL 生成的準確率。 - 引入持續學習機制
通過用戶反饋和歷史數據，不斷優化模型能力與表現。 - 高質量測試集
- 引入高質量的測試集來測試Text2SQL的效果與準確率
- 智能體節點，自動糾錯
- 避免現在一次性生成SQL，多次生成糾錯，提高質量
編排
工作流核心概覽
- 檢索預定義模板
- 選擇預定義模板
提取用戶選擇的模板
提示詞：
以下是之前提供給用戶的選項： 會話變量 / template_choose_question ；用戶選擇了： 開始 / sys.query ；請從上面的選項中提取并輸出用戶選擇對應的內容，不要輸出任何額外解釋。
生成完整的SQL
提示詞：
你是一個專業的 SQL 助理。請根據以下兩種情況之一進行處理：
情況一：提供的是完整 SQL 語句
如果你判斷 SQL 已經是完整的、可直接執行的查詢語句（例如包含完整的 SELECT、FROM、WHERE、ORDER BY 等），請直接原樣輸出它，不進行任何修改，不要輸出\n字符。
情況二：提供的是SQL 模板（不完整）
如果 SQL 是一個模板或部分語句（如缺少 WHERE 條件、ORDER BY 等），請結合用戶問題的描述，補全并輸出完整 SQL 查詢語句；
生成語句時，請僅使用模板中已有的字段、表結構，不要添加不合理字段；
輸出格式為純 SQL 語句，不加解釋，不要輸出\n字符。
輸入內容：
SQL 輸入（模板或完整 SQL）： 檢索SQL模板 / result ； 用戶問題： 會話變量 / last_question ；請根據上述規則，輸出最終 SQL 查詢語句。
預定義模板
| 編號 | 問題描述 | SQL 模板 | 類型 |
|---|---|---|---|
| Q1 | 查詢某城市的客戶公司名稱 | SELECT company_name, city FROM customers WHERE city = '{{city}}'; | SQL模板 |
| Q2 | 查詢某一年的訂單數量 | SELECT COUNT(*) FROM orders WHERE EXTRACT(YEAR FROM order_date) = {{year}}; | SQL模板 |
| Q3 | 查詢某個客戶的所有訂單 | SELECT * FROM orders WHERE customer_id = '{{customer_id}}'; | SQL模板 |
| Q4 | 查詢每個產品的總銷售數量 | SELECT p.product_name, SUM(od.quantity) AS total_sold FROM products p JOIN order_details od ON p.product_id = od.product_id GROUP BY p.product_name ORDER BY total_sold DESC; | 完整SQL |
| Q5 | 查詢某庫存閾值以下的產品 | SELECT product_name, units_in_stock FROM products WHERE units_in_stock < {{stock_threshold}}; | SQL模板 |
| Q6 | 查詢某員工經手的訂單 | SELECT * FROM orders WHERE employee_id = {{employee_id}}; | SQL模板 |
| Q7 | 查詢某時間段內的訂單數 | SELECT COUNT(*) FROM orders WHERE order_date BETWEEN '{{start_date}}' AND '{{end_date}}'; | SQL模板 |
| Q8 | 查詢某類產品的銷售明細 | SELECT p.product_name, od.quantity, od.unit_price FROM products p JOIN order_details od ON p.product_id = od.product_id JOIN categories c ON p.category_id = c.category_id WHERE c.category_name = '{{category_name}}'; | SQL模板 |
| Q9 | 查詢某個供應商提供的產品 | SELECT product_name FROM products WHERE supplier_id = {{supplier_id}}; | SQL模板 |
| Q10 | 查詢某年每個月的訂單數 | SELECT EXTRACT(MONTH FROM order_date) AS month, COUNT(*) AS order_count FROM orders WHERE EXTRACT(YEAR FROM order_date) = {{year}} GROUP BY month ORDER BY month; | SQL模板 |
第二輪對話選擇
需要記錄第一輪的提供選項，然后通過LLM判斷用戶是選擇的哪個選項，然后進行模板匹配
第二輪對話根據模板生成SQL
Decimal結果報錯
這邊精確度不要求太高，需要在LLM節點中指出不讓生成decimal結果。
解決方案：
- LLM指出解決
- 在SQLexcute節點中，選擇使用markdown格式返回
偶爾抽風提取參數出錯
檢索測試：提示詞提取參數
有一些參數提取沒有輸入示例，導致提取效果不佳，通過輸入示例來提高成功率
換行符報錯
后續生成的SQL帶有換行符，需要在Prompt里面限制一下
測試報告
1. 查詢某城市的客戶公司名稱
- “Berlin有哪些客戶公司？”（執行成功）√
- “請列出在Berlin的客戶公司名稱。”（執行成功）√
- “Berlin的客戶都叫什么公司？”（執行成功）√
2. 查詢某一年的訂單數量
- “2021 年一共下了多少訂單？”（執行成功）√
- “請統計 2022 年的訂單總量。”（執行成功）√
- “去年（2024）的訂單數是多少？”（執行成功）√
3. 查詢某個客戶的所有訂單
- “客戶HANAR的訂單有哪些？”（執行成功）√
- “幫我查一下 HANAR 公司所有訂單。”（執行成功）√
- “HANAR這個客戶買過什么？”（執行成功）√
4. 查詢每個產品的總銷售數量
- “每種產品賣了多少？”（執行成功）√
- “按產品統計總銷量。”（執行成功）√
- “各個商品的銷售總量是多少？”（執行成功）√
5. 查詢某庫存閾值以下的產品
- “庫存少于 50 的產品有哪些？”（執行成功）√
- “哪些商品的庫存量低于 10？”（執行成功）√
- “請列出庫存不足 100 的所有貨品。”（執行成功）√
6. 查詢某員工經手的訂單
- “員工4處理過哪些訂單？”（執行成功）√
- “員工 ID 為 4 的訂單記錄。”（執行成功）√
- “員工4負責的訂單有哪些？”（執行成功）√
7. 查詢某時間段內的訂單數
- “2023 年 1 月到 3 月有多少訂單？”（執行成功）√
- “今年上半年下了多少單？”（執行成功）√
- “5 月 1 日到 5 月 10 日的訂單量。”（執行成功）√
8. 查詢某類產品的銷售明細
- “Seafood的銷售情況如何？”（執行成功）√
- “Seafood類產品的詳細銷量。”（執行成功）√
- “Seafood類別的銷售記錄。”（執行成功）√
9. 查詢某個供應商提供的產品
- “供應商 8 提供哪些商品？”（執行成功）√
- “8供應商的供貨明細。”（執行成功）√
- “8供應商供應了什么產品？”（執行成功）√
10. 查詢某年每個月的訂單數
- “2022 年每個月有多少訂單？”（執行成功）√
- “去年各月的訂單統計。”（執行成功）√
- “2023 年月度訂單量。”（執行成功）√
11. 每位員工處理的訂單數量
- “每個員工處理了多少訂單？”（執行成功）√
- “按員工統計訂單數量。”（執行成功）√
- “員工訂單量排行榜。”（執行成功）√
 視頻教程 - 微博評論數據可視化分析-點贊區間折線圖實現)
