AI智能问数实现：Text2SQL与图表生成全链路解析

一、引言

企业在数字化转型中积累了大量数据，但真正能灵活使用数据的人很少。业务人员想查数据，要么自己学写SQL，要么提需求等IT排期，一个简单的"上个月各区域销售额排名"可能要等两天。智能问数（DataChat）正是为解决这一痛点而生——用户用日常说话的方式提问，系统自动完成意图理解、自然语言转SQL、数据库查询、结果可视化全流程。

然而把"自然语言查数据库出图表"从演示变成生产系统，远没那么简单。AI生成的SQL可能含注入攻击，不同数据库方言有差异，图表选择也面临工程化挑战。本文基于向量空间JBoltAI平台源码，拆解智能问数完整技术链路，覆盖Text2SQL、SQL安全校验、并发查询、图表自动生成等核心环节。

二、整体架构

向量空间JBoltAI的智能问数核心是DataChatChain，继承ReAct推理基座AbstractReActChain，复用意图分析、经验库、相似度守卫等能力，针对数据查询场景定制：

用户提问 → DataChatChain → 意图分析 → 反思路由（判断是否查库） → 并发预查询（知识库+数据源+Excel同时发起） → 推理循环（LLM自主选工具，最多5轮） → 文字回答 → 图表后处理（判断需不需要图表→生成布局→渲染）

两个关键设计：工具ID用"__dc_"前缀与知识检索Agent的"__react_"隔离；图表生成与推理解耦，循环结束后由DataChatChartService统一处理。

三、Text2SQL实现

（一）完整流程

"上个月各产线良品率排名"进入系统后：加载表结构 → 构建智能提示词（含库结构描述、查询规则、输出格式）→ 调用向量空间JBoltAI的Text2SQL模型转SQL → SQL安全清洗 → 五层AST校验（只允许SELECT）→ JDBC执行 → 返回JSON结果。

（二）智能提示词

向量空间JBoltAI的Text2SQL提示词包含：分析流程、字段选择原则、动态字段补充（自动补enable、status、is_deleted等状态字段）、各类字段处理规则。此外注入完整库环境：表名、字段名、类型、描述、主键、默认值。

（三）SQL安全五层防护

SQL安全是智能问数的生命线。向量空间JBoltAI使用JSqlParser做AST解析校验：拒绝多语句拼接注入、拒绝MySQL注释注入、拒绝文件写入（INTO OUTFILE）、拒绝危险函数（LOAD_FILE、SLEEP、BENCHMARK、GET_LOCK）、AST语法树校验确认是合法SELECT非SELECT一律拒绝。fail-closed策略：解析失败宁可误拒不可放过。同时limitSqlType(SqlType.select)从源头限制只生成SELECT。

（四）支持的数据库

MySQL（默认，Excel查询底层引擎）、PostgreSQL、Oracle、SQL Server。

四、数据源路由与并发查询

向量空间JBoltAI的反思路由器用专用模型（温度0.2）判断用户问题是否涉及数据查询：问"你好"不查库，问"上个月销售额"才注册数据源工具。反思失败采用fail-open策略宁可多查不可漏查。

并发预查询：线程池同时发起知识库检索、数据库查询、Excel查询，每查询60秒超时，总等待取决于最慢的。

五、图表生成

（一）两阶段策略

阶段一：AI判定数据适合什么图表类型（温度0.1，输出2000token）。阶段二：逐类型生成ECharts配置（温度0.2，输出4096token）。分开做比一次搞定更稳定。

（二）图表类型与布局

向量空间JBoltAI支持19种图表：折线图、柱状图、饼图、散点图、雷达图、漏斗图、环形图、面积图、热力图、桑基图、K线图等。三种布局策略：AI智能布局（AI自动决定）、匹配加AI补全、仅匹配预设。两种显示：对话式和全屏大屏。前端渲染器基于ECharts，支持亮暗主题和容器自适应。

六、防死循环四层机制

向量空间JBoltAI用四层防护防死循环：迭代限制（最多5轮超时5分钟）、相似度守卫（Jaccard bigram阈值0.7拦截重复查询）、Prompt引导（注入已检索查询指导换角度）、显式终止（finish工具让LLM主动完成）。

七、结语

智能问数的核心挑战在于把Text2SQL、SQL安全、数据查询、图表生成可靠串联。向量空间JBoltAI平台实践表明：SQL安全用AST解析而非关键词过滤，图表用两阶段而非一次搞定，推理用四层防护而非单一超时——工程细节才是稳定运行的关键。