HFL AI Agent Lab

Appearance

数据分析 Agent：从自然语言到 SQL、图表和洞察 ​

这篇文章解决什么问题 ​

数据分析 Agent 是很适合作品集的方向：用户用自然语言提问，Agent 查询数据、生成 SQL、做图表、解释结果、给出业务洞察。

但它也很容易踩坑：

  • 模型生成错误 SQL。
  • 查询越权数据。
  • 大查询拖垮数据库。
  • 图表看起来对但口径错。
  • Agent 编造不存在的字段。
  • 没有记录查询证据，无法复盘。
  • 只做“文本转 SQL”，没有分析闭环。

数据分析 Agent 的目标不是把自然语言翻译成 SQL，而是构建一个安全、可解释、可验证的数据分析工作流。

基本架构 ​

text
User Question
  -> Intent / Metric Understanding
  -> Schema Retrieval
  -> SQL Draft
  -> SQL Validation
  -> Permission Check
  -> Query Execution
  -> Result Inspection
  -> Chart Recommendation
  -> Insight Generation
  -> Trace + Feedback

数据语义层 ​

不要让模型直接面对全库 schema。需要语义层：

对象示例
metricGMV、留存率、转化率、平均响应时间
dimension日期、地区、渠道、产品线
tableorders、users、tickets
join ruleorders.user_id = users.id
filter rule只允许查询当前 tenant
business definitionGMV = paid_amount，不包含退款

语义层能减少模型误解字段和口径。

SQL 生成不能直接执行 ​

推荐流程：

  1. 生成 SQL 草稿。
  2. 静态解析 SQL。
  3. 检查只读。
  4. 检查表和字段是否存在。
  5. 注入 tenant_id / user 权限过滤。
  6. 限制时间范围和 limit。
  7. 估算查询成本。
  8. 必要时人工确认。
  9. 执行。

禁止：

  • DROP / DELETE / UPDATE。
  • 无 limit 的大查询。
  • 跨租户查询。
  • 查询敏感字段。
  • 模型拼接未转义用户输入。

权限控制 ​

数据分析 Agent 的权限比普通 BI 更敏感：

权限说明
table-level用户能看哪些表
column-level是否能看手机号、邮箱、金额
row-leveltenant_id、region、department
metric-level某些指标只给管理层看
export-level是否允许导出明细
aggregation-level只能看聚合，不能看明细

权限必须在 SQL 执行前生效，而不是让模型“不要回答”。

图表推荐 ​

图表选择可以规则 + 模型结合：

数据形态图表
时间序列折线图
分类对比柱状图
占比饼图 / 条形占比
分布直方图 / 箱线图
两变量关系散点图
漏斗漏斗图
地域地图

模型可以解释“为什么用这个图”，但不要让模型编造数据。

洞察生成 ​

洞察要基于查询结果：

  • 趋势：上升、下降、波动。
  • 异常：某天/某地区异常。
  • 对比：A 比 B 高多少。
  • 结构：主要贡献来自哪里。
  • 假设：可能原因，但要标注不确定性。
  • 下一步：建议进一步查询什么。

不要让 Agent 把相关性说成因果。

Trace 记录 ​

每次分析要记录：

  • 用户问题。
  • 使用的 schema / metric 定义。
  • 生成的 SQL。
  • 校验结果。
  • 权限过滤条件。
  • 查询耗时。
  • 返回行数。
  • 图表配置。
  • 洞察文本。
  • 用户反馈。

这样才能复盘“图表为什么这么画、数字从哪里来”。

评测方式 ​

能力评测
Schema linking字段和表选择是否正确
SQL correctnessSQL 是否能执行、口径是否正确
Permission safety是否越权
Chart selection图表是否匹配数据形态
Insight faithfulness洞察是否被结果支持
Clarification问题模糊时是否追问
Cost control是否避免大查询

面试表达模板 ​

数据分析 Agent 不只是 Text-to-SQL。我会先建立指标、维度、表、join 和权限规则组成的语义层，让模型基于受控 schema 生成 SQL。SQL 生成后不能直接执行，要经过静态解析、只读校验、表字段校验、tenant 过滤、limit 和查询成本检查。执行后再根据结果推荐图表并生成洞察，洞察必须引用查询结果，不能编造。全流程记录用户问题、schema、SQL、权限过滤、查询耗时、图表配置和反馈，方便复盘和评测。

作品集亮点 ​

如果把数据分析 Agent 做成项目，可以突出：

  • 自然语言到 SQL。
  • 数据语义层。
  • SQL 安全校验。
  • 多租户权限控制。
  • 图表自动推荐。
  • 洞察生成和追问。
  • 查询 Trace 和评测集。

相关链接 ​