Day 138 · 问数 Agent:Text-to-SQL、语义层与结果校验
企业里最常被提的 Agent 需求之一是「用大白话查数据」。今天给 CloudLedger 的业务库做一个问数 Agent:把表结构、真实取值和业务口径喂给模型,用三道闸保证它只读不写,生成、执行、报错自修、结果自检一条龙,最后用 10 道题量执行准确率,看第一版为什么只有 7/10。
企业里最常被提的 Agent 需求之一是「用大白话查数据」。今天给 CloudLedger 的业务库做一个问数 Agent:把表结构、真实取值和业务口径喂给模型,用三道闸保证它只读不写,生成、执行、报错自修、结果自检一条龙,最后用 10 道题量执行准确率,看第一版为什么只有 7/10。
把导入器接到后端:SQLite 表和索引怎么设计,导入为什么要放在一个事务里,运行列表用游标分页而不是 OFFSET,一万步的 trace 怎么分段加载,成本按价格表补上。最后用 curl 和 pytest 把每个接口都验一遍,并实测一万步导入和查询的耗时。
造一份云簿 CloudLedger 的假业务库,用 MCP Python SDK 2.x 把查客户、查订阅、查发票、提交退款申请包成四个工具,在 Inspector 里调通、用内存客户端写测试、接进 Claude Code,最后写一段桥接代码把它接到自己的 Agent 循环上。