本专题基于一套 企业级数据智能体平台 的完整落地经验整理，技术栈为 Flask + Vue3 + Element Plus + MySQL + Chroma + DeepSeek + bge-m3。文中所有业务示例均使用虚构通用指标（销售收入、客户留存率、新增客户数等），不涉及任何真实客户或行业专有数据。
核心能力
- 结构化 Text-to-SQL：元数据驱动 SQL 拼接，而非让 LLM 直接写 SQL
- 双轨 RAG：MySQL 指标检索 + Markdown 向量知识库
- 主动澄清：缺时间周期、超范围、口径说明等场景自动追问
- 安全护栏：SELECT-only、表白名单、禁用 DML 关键字
- 可视化工作台：抽屉式问数 + ECharts 自动出图
- 运营闭环：口径缺口记录 + 用户反馈驱动优化
与站内其它系列的关系
| 轨道 | 说明 | 入口 |
|---|---|---|
| 本专题（Data Agent 工程） | 8 篇，讲数据智能体平台怎么做 | 本页下方目录 |
| Agent 实战指南 | Agent 概念、工具链、记忆与部署 | 工具注册与 ReAct 延伸阅读 |
| RAG 全链路 | 检索增强理论与评估 | 向量检索与分块延伸阅读 |
| 数据分析案例 | 另一套 BI 平台演进路线 | 可对照 NL2SQL 与元数据设计 |
阅读建议
| 阶段 | 篇目 | 适合读者 |
|---|---|---|
| 1 | 01 架构全景 | 全员，建立全局图景 |
| 2 | 02 Text-to-SQL · 03 RAG 指标库 | 后端 / 算法 |
| 3 | 04 多轮澄清 · 05 安全校验 | 后端 / 架构 |
| 4 | 06 Vue3 工作台 | 前端 / 全栈 |
| 5 | 07 演示验证 · 08 反馈闭环 | 测试 / 产品 / 运维 |