企业级 AI 数据与知识平台
DeluData
这不是一个只会生成 SQL 的聊天框，而是一套让知识检索、语义治理、权限编译和只读执行彼此约束的企业系统。
职责需求分析 / 架构 / 前后端 / 部署
核心编排Supervisor–Worker
安全原则Fail closed / Read only
先确定边界，再让 Agent 决策
系统采用确定性工作流骨架承载意图识别、知识路由、计划、执行与结果合成，仅把需要语义判断的局部环节交给模型。这样既保留 Agent 的适应性，也让失败、重试和人工确认都有明确落点。
前端通过 SSE 展示步骤状态和生成产物，后端以 FastAPI、LangGraph、MySQL、Redis 与 ChromaDB 分担业务事实、短期状态和语义索引。
Wiki 负责复用，RAG 负责证据
RAG 在查询时保留原文细节，适合数字、公式、页码和参数；Wiki 在入库阶段把跨文档知识编译为可复用的实体页面与关系。在线路由先用确定性规则，再由低温结构化分类器决定 wiki、rag 或两者并用。
检索链路使用语义分块、Dense 与 BM25 混合召回、重排和上下文扩展，最终回答仍回到原始证据。
把 Text-to-SQL 收束为确定性编译
自然语言先被解析为查询意图，再经过业务术语、指标、公式、时间口径与表关系组成的语义层。授权 Schema 与访问策略参与编译，SQLGlot 负责生成和校验，最后才进入只读连接执行。
链路重点不是让模型自由写 SQL，而是让每一次查询都能说明用了什么口径、经过哪些权限、为何可以执行。
权限不是后置过滤，而是编译输入
工作区形成租户硬边界，部门和用户权限形成软边界。对象权限覆盖表、字段、指标依赖、行过滤、时间范围和连接关系；若无法形成安全闭环，系统默认拒绝并给出可选路径。
数据库白名单、SQL AST 单语句校验和原生只读账号构成三层防线，执行记录保留审计线索。
目前的能力边界
问数效果高度依赖语义治理质量，业务规则仍需要按数据源建立适配和回归测试；Wiki 编译也需要治理与人工复核。后续重点是扩大评测集、减少业务硬编码，并用可配置规则与向量检索增强语义匹配。