跳到主要内容

SQLBot：智能问数系统初体验

· 阅读需 4 分钟

最近在 GitHub 上看到了 DataEase 开源的 SQLBot，一个基于大模型和 RAG 的智能问数系统：用自然语言提问，它自动生成 SQL、执行查询，结果既能出表格也会自动生成图表。实际体验下来感觉还挺实用，下面分享下我的初体验，顺带分析一下它的执行流程和提示词。

项目相关链接：

环境搭建​

SQLBot 的部署非常简单，用 Docker 直接起：

# 创建目录
mkdir -p /opt/sqlbot
cd /opt/sqlbot

# 下载 docker-compose.yaml
curl -o docker-compose.yaml https://raw.githubusercontent.com/dataease/SQLBot/main/docker-compose.yaml

# 启动服务
docker compose up -d

SQLBot 把依赖的服务都打包到一起了，因此只跑 SQLBot 一个容器也行：

docker run -d \
  --name sqlbot \
  --restart unless-stopped \
  -p 8000:8000 \
  -p 8001:8001 \
  -v ./data/sqlbot/excel:/opt/sqlbot/data/excel \
  -v ./data/sqlbot/file:/opt/sqlbot/data/file \
  -v ./data/sqlbot/images:/opt/sqlbot/images \
  -v ./data/sqlbot/logs:/opt/sqlbot/app/logs \
  -v ./data/postgresql:/var/lib/postgresql/data \
  --privileged=true \
  dataease/sqlbot

启动后的界面：

演示​

根据自然语言描述生成 SQL 并执行，结果既可以用表格展示，也会自动生成合适的图表：

执行过程​

SQLBot 的整体流程大致如下：

匹配术语 → 匹配 SQL 示例 → 匹配数据表（Schema）→ 生成 SQL → 执行 SQL → 生成图表结构

生成 SQL 时发给大模型的提示词结构：

system: 系统提示词
human: 规则与基础示例
ai: AI确认
human: 数据库与表结构信息
ai: AI确认
如果有匹配到术语：
    human: 参考术语
    ai: AI确认
如果匹配到SQL示例：
    human: 参考SQL示例
    ai: AI确认
对话历史
本次提问

可以看到提示词是分阶段、逐段确认的，术语和 SQL 示例是按需注入的（匹配到才加）。大模型会生成 SQL 与合适的图表类型，SQLBot 负责 SQL 的执行，之后再让大模型生成图表配置：

system: 系统提示词
human: 规则与基础示例
ai: AI确认
对话历史
本次提问

这里的「本次提问」包含用户提问、生成的 SQL、表结构、图表类型，大模型返回图表的坐标轴、系列等信息。

提示词见：SQLBot/backend/templates/template.yaml at main · dataease/SQLBot

术语、SQL 示例匹配​

术语和 SQL 示例的匹配都是精确子串召回 + 向量相似度召回的双路召回混合检索，命中后将结果拼成提示词作为上下文。本质上是 RAG，融合策略是取并集，而不是打分重排。

术语匹配：

  • 子串匹配：用户问题中必须完整包含某个术语词才命中（大小写不敏感），这是单向包含。
  • 向量相似度匹配：使用 pgvector，嵌入模型是本地中文模型 shibing624/text2vec-base-chinese，相似度用余弦相似度。

术语还可以配置同义词，匹配后一并召回。

SQL 示例匹配：

  • 子串匹配是双向的：既命中「问题包含示例问句」，也命中「示例问句包含问题」，这样问题很短、示例很长时也能召回。
  • 向量匹配同样使用 pgvector。

总结​

NL2QL 还是比较实用的，技术实现上并不是很难。但要让 AI 写出满足需求的 SQL，关键在于数据侧的建设：

  • 需要建设数据仓库，完善数据元信息。对于字段，不仅要有名称等，还需要有指标定义、计算口径等。
  • 还需要知道指标关系、业务上下文等，让 AI 有分析路径。
  • 还需要控制 AI 的数据权限、调用边界。

传统的数仓分层是 ODS、DWD、DWS、ADS，而面向 AI 的能力则可以按语义层、知识层、上下文层、AI 服务层来划分。

参考：面向 AI 的数据仓库建设