本专题是一套可落地的 NL2SQL 智能数据分析平台工程实践,按「总览 → 后端核心 → 对话与大屏 → 前端交互 → 生产演进」组织。
阅读建议
- 先读 第 1 篇 建立双库架构与模块全景
- 后端同学重点看 第 2–4 篇(LLM 网关、元数据、NL→SQL)
- 全栈/产品侧重点看 第 5–7 篇(对话、大屏两阶段、拖拽编辑器)
- 第 8 篇 区分「当前已实现」与「规划扩展」(Redis、Compose、监控等)
系列教程
8 篇全栈实战:自然语言查库、LLM 网关、NL→SQL、对话与大屏两阶段架构
本篇精讲《NLP MySQL 智能数据分析平台 —— 项目概览与技术选型》的实现路径与关键配置 → 读完后你能建立全局视图并做技术选型。自然语言查 MySQL 的智能分析平台全貌:双库架构、FastAPI 异步、LiteLLM 网关与大屏两...
本篇精讲《LLM 统一网关设计 —— LiteLLM 抽象、Prompt …》的实现路径与关键配置 → 读完后你能建立全局视图并做技术选型。用 LiteLLM 统一 DeepSeek/OpenAI 调用,内嵌 Prompt 与多层响应清洗,...
本篇精讲《元数据智能管理系统 —— LLM 驱动的语义模型构建》的实现路径与关键配置 → 读完后你能按步骤复现并排查常见问题。LLM 自动解析表字段中文名与表关系,实时组装 semantic model 注入 NL→SQL;说明与 Redi...
本篇精讲《NL→SQL 转换引擎 —— 语义模型注入与安全验证》的实现路径与关键配置 → 读完后你能按步骤复现并排查常见问题。语义模型注入、LiteLLM 生成 SQL、SELECT 校验与黑名单过滤;对接对话与大屏 resolve 的完整...
本篇精讲《智能对话引擎实战 —— 多轮上下文管理与智能图表推荐》的实现路径与关键配置 → 读完后你能按步骤复现并排查常见问题。chat_engine 线性流水线:会话持久化、多轮上下文、规则引擎图表推荐与报告生成,非 LLM 选图。涵盖原理...
本篇精讲《数据大屏两阶段分离架构 —— 设计时 vs 运行时解耦》的实现路径与关键配置 → 读完后你能建立全局视图并做技术选型。设计时 resolve 写入 query_config.sql,运行时 render 仅执行 SQL;大屏刷新...
本篇精讲《前端拖拽交互系统实现 —— Drag API + Grid + …》的实现路径与关键配置 → 读完后你能按步骤复现并排查常见问题。DashboardBuilder:组件库 HTML5 Drag 拖入、画布 mousedown 移动...
本篇精讲《生产部署与性能优化 —— 异步架构、缓存策略与监控》的实现路径与关键配置 → 读完后你能完成部署联调并处理典型报错。区分当前 FastAPI 单体(uvicorn + Vite)与规划中的 Redis、Compose、Promet...