基于多Agent协同架构与可溯源闭环的自然语言数据查询系统的制作方法

本发明涉及人工智能，特别是一种基于多agent协同架构与可溯源闭环的自然语言数据查询系统。

背景技术：

1、随着大语言模型（llm）技术的迅猛发展，以自然语言为交互界面的企业数据查询系统正从概念走向大规模工程化落地。然而，现有技术方案在从实验室验证到企业生产级部署的过程中，面临着一系列严峻的工程化挑战，导致大量企业nl2sql项目陷入“demo可用、生产不稳”的困境。截至2026年，企业级生成式ai应用已由概念验证阶段进入规模化生产部署阶段，但行业研究与企业生产实践持续表明，nl2sql系统的落地瓶颈已不再局限于单点模型生成能力，而是集中体现为数据治理、语义口径一致性、权限合规、链路可观测、结果可验证以及高并发服务稳定性等系统性工程问题。尤其在企业真实生产环境中，用户查询会同时跨越多源异构数据库、复杂指标体系、动态权限边界、实时业务负载和审计追溯要求，若缺乏面向生产级场景的弹性架构、知识约束、缓存加速、反向验证和全链路血缘机制，系统极易出现sql生成错误、查询超时、幻觉字段、口径漂移、权限越界或结果不可解释等问题，进而难以持续满足企业sla（服务水平协议）要求。

2、具体的，现有技术存在的缺点原因主要如下，（1）单体架构 nl2sql 系统的可扩展性瓶颈：现有大多数nl2sql系统采用单体架构（monolithic architecture）或简单的前后端分离模式，将语义理解、知识检索、sql生成、结果验证等多个异构工作负载耦合于同一服务进程中；在企业高并发查询场景下，单体架构暴露出三项本质性瓶颈：其一，扩展粒度粗放——由于各功能模块紧耦合，水平扩展只能以整个应用为单位，无法针对高负载的瓶颈模块（如llm推理模块）进行精准扩展，资源利用率极低；其二，单点故障风险——任何单一模块的异常（如llm服务超时）均可导致整个查询流水线完全失效，系统可用性无法达到企业级99.9%以上的sla要求；其三，技术栈绑定——所有功能模块被迫采用相同的技术栈，无法为不同性质的工作负载（cpu密集型的向量检索 vs io密集型的sql执行）选择最优技术方案，系统整体性能受限于最慢的技术选型。（2）大语言模型调用的高延迟与高成本问题：大语言模型的推理调用是整个nl2sql流水线中延迟最高、成本最大的环节，单次llm api调用的端到端响应时延通常在2至10秒之间，在高并发场景下成本显著；现有系统普遍缺乏有效的缓存策略，即使是完全相同或高度相似的查询请求，也会重复触发昂贵的llm推理调用，造成严重的资源浪费，尤其是在企业月末、季末报表高峰期，大量业务人员同时提交相似的汇总查询（如“本月各门店销售额汇总”），现有系统将为每个用户独立触发llm推理，导致系统吞吐量急剧下降、响应时延飙升，严重影响业务决策的时效性。（3）sql 生成质量缺乏系统性工程保障：现有系统对生成sql的质量验证普遍停留在简单的语法检查层面，缺乏对sql逻辑正确性和业务规则符合性的深层次校验机制；在实际企业应用中，语法合法的sql完全可能生成语义错误或业务口径不符的查询结果——例如，将“本月销售额”的统计粒度错误设置为自然日而非自然月，或将“同比增长率”的分母错误计算为当期数据而非上年同期数据；这类语义级别的错误完全无法被语法验证层检出，轻则导致业务决策失误，重则引发数据合规风险，而现有技术缺乏从工程层面系统性保障sql生成质量的有效手段。（4）多轮对话上下文管理的工程化缺失：真实的企业数据查询场景高度依赖多轮对话能力，用户往往通过追问、条件修正、指代表达等方式逐步细化查询意图，例如在提问“查一下本月销售额”后追问“那环比呢”“改成按品类分组”；现有系统普遍采用无状态的单轮处理模式，完全无法理解跨轮次的上下文依赖，导致用户被迫在每轮查询中重复完整输入所有查询条件，用户体验极差，实际使用效率远低于预期；用户调研显示，超过65%的企业数据查询需求实际上是通过多轮对话逐步明确的，单轮系统无法覆盖企业真实数据查询场景的核心使用模式。（4）数据结果缺乏全链路可溯源保障：企业数据治理与合规审计对数据结果的可追溯性有明确的强制要求：每一条对外输出的数据结论必须能够追溯至其数据来源表、计算逻辑、业务口径依据及查询执行记录，以支持合规审计、质量复核与责任追溯；现有nl2sql系统普遍缺乏完整的查询链路追踪能力，数据结果的可信度和可审计性严重不足；在金融行业，监管机构要求每笔业务数据报告必须具备完整的数据血缘证明；在医疗行业，临床决策支持系统输出的数据结论必须能够追溯至具体的病历记录与统计来源，而现有技术无法满足这些强监管场景的合规要求。

技术实现思路

1、为了克服现有以自然语言为交互界面的企业数据查询系统由于技术所限，存在如背景技术所述弊端，本发明提供了能实现系统高并发弹性扩展、三级语义缓存大幅降低了运营成本、三层质控体系系统性保障 了sql 准确率、多轮对话上下文管理全面支撑复杂查询场景、全链路溯源能力构建企业级数据合规基础设施、系统综合性能全面领先，推动了企业数据民主化的基于多agent协同架构与可溯源闭环的自然语言数据查询系统。

2、本发明解决其技术问题所采用的技术方案是：

3、基于多agent协同架构与可溯源闭环的自然语言数据查询系统，包括如下流程，s1、总体系统架构设定；s2、确定三层云原生系统，三层云包括前端交互层、智能问答引擎层、数据支撑层；s3、建立七大agent协同调度工作流，包括基于有向无环图的任务编排引擎、基于 kafka kraft/等效流式事件总线的异步解耦通信机制确定两个分步骤；s4、建立语义指纹三级缓存策略，包括确定语义指纹计算机制、三级分布式缓存架构设计、缓存一致性保障与失效机制设定三个分步骤；s5、建立三层串行反向验证质控体系，包括语法验证层验证、逻辑验证层验证、业务规则符合性验证层验证、多候选 sql 综合质量评分与优选机制确立四个分步骤；s6、建立多轮对话上下文管理机制，包括建立分布式会话状态数据模型、通过上下文感知查询融合算法计算、会话状态的分布式可靠存储三个分步骤；s7、建立细粒度权限控制与数据安全体系，包括建立行列级细粒度权限模型、动态 sql 安全加固两个分步骤。

4、进一步地，所述步骤s1中，总体系统架构设定遵循高内聚低耦合原则、弹性可伸缩原则、故障隔离原则、技术异构原则。

5、进一步地，所述步骤s2，前端交互层具有自然语言输入界面、多轮对话界面、结果可视化展示、血缘溯源展示面板、知识图谱可视化面板、查询历史与收藏管理六项用户交互能力；智能问答引擎层具有语义理解agent、知识图谱agent、nl2sql agent、反向验证agen、缓存agent、数据血缘agent、权限控制agent七项协同调度框架；数据支撑层是多模态分布式存储体系，包括知识图谱库、血缘库、向量数据库、分布式缓存、mysql主从集群、企业业务数据库集群。

6、进一步地，所述步骤s3，基于有向无环图的任务编排引擎中，工作流如下：用户查询输入、缓存agent、语义理解agent、权限控制agent、生成知识图谱agent、生成nl2sqlagent、反向验证agent、权限控制agent、sql执行、构建数据血缘agent。

7、进一步地，所述步骤s4，语义指纹计算机制中，对每条用户自然语言查询 q，计算其语义指纹 fp(q) 的完整公式为：，式中，为查询的语义向量，

quantize(·,ε)为带ε容差的向量量化函数，

hash

(·)为确定性哈希；三级分布式缓存架构包括进程内内存缓存、redis分布式缓存、持久化存储缓存，三级缓存的命中检查顺序与更新策略如下式：；缓存一致性保障与失效机制的缓存失效触发条件如下：知识图谱更新触发失效、ttl自然过期、执行主动预热策略。

8、进一步地，所述步骤s5，语法验证层验证内容如下：sql保留字与语法结构合法性检查、括号完整性与嵌套层次合法性检查、sql注入风险检测、跨数据库方言兼容性检查、sql保留字与用户自定义标识符的冲突检测、窗口函数及公共表表达式高级sql特性的版本兼容性验证；逻辑验证层验证内容如下：字段数据类型匹配校验、关联条件完整性校验、聚合逻辑一致性校验、空值处理完整性校验、查询性能预估校验、时间逻辑合理性校验、除零风险检测、排序与分组键索引建议

9、进一步地，所述步骤s5，业务规则符合性验证层验证中，其涉及到的业务规则符合性综合得分 conf_rule 的加权计算公式为：，式中，sim(s_sql, s_graph) 为sql语义表示与图谱口径标准之间的余弦相似度，coverage_field 为sql中引用字段与查询计划中要求字段的完整覆盖率，ruleadherence_filter 为sql中where条件对图谱业务规则约束的遵从度评分；多候选 sql 综合质量评分与优选机制确立中，选取最高分且通过全部三层验证的候选作为最终执行sql，公式如下：，式中，综合质量得分权重，在语法

w_syn=0.20、逻辑

w_log=0.30，业务规则符合性

w_biz=0.50，代表业务正确性优先。

10、进一步地，所述步骤s6，分布式会话状态数据模型的数据包括每个用户会话、活跃实体上下文集、查询意图演进轨迹、用户偏好学习记录；上下文感知查询融合算法，是对每轮新输入的用户查询 q_t，语义理解agent执行上下文感知查询融合进行计算、公式如下：，式中，为历史查询-回答对，为活跃实体上下文集、输出融合后的显式完整查询；会话状态的分布式可靠存储包括redis热存储、mysql冷备份。

11、进一步地，所述步骤s7，行列级细粒度权限模型能形成表级权限、列级权限、行级权限、脱敏策略四层权限控制体系；动态 sql 安全加固流程包括注入行级数据过滤条件、替换敏感字段为脱敏表达式、注入查询执行超时保护、记录权限审计日志四个步骤。

12、与现有技术相比本发明有益效果是：本发明实现了系统的高并发弹性扩展，sla达到 99.94%　；三级语义缓存大幅降低运营成本，查询效率提升了6倍；三层质控体系系统性保障 sql 准确率达 95.7%；

13、多轮对话上下文管理全面支撑复杂查询场景；100%全链路溯源能力构建了企业级数据合规基础设施；系统综合性能全面领先，推动了企业数据民主化。