一、系统架构

1. 工作流程设计

该智能数据分析决策助手的工作流如下：

工作流设计

工作流主要分为两条主要路径：

  1. 不需要执行SQL查询：直接提供答案

  2. 需要执行SQL查询：

    • 精准咨询需求：直接进入SQL生成和执行流程
    • 模糊咨询需求：先进行需求分析决策，再进入SQL生成和执行流程

  3. 例如：

    • 如果用户输入精准需求，例如"按产品类别统计销售总额"

    • 如果用户输入模糊需求，例如"给高消费用户发促销信息"

    • 这两类业务数据分析需求，AI助手都可以自动执行并得到最终结果，整个过程不需要用户写SQL，而且写出的SQL和分析结果都符合用户的业务需求预期

1.1 工作流实际运行效果

精准需求示例

用户明确知道想要查询的内容，直接提出具体需求，例如"按产品类别统计销售总额"：

精准需求示例

模糊需求示例

用户只有模糊的业务目标，没有明确的查询内容，例如"给高消费用户发促销信息"：

模糊需求示例

2. 核心节点说明

2.1 初始化变量节点

  • 功能: 加载数据库结构(schema)和术语映射

  • 输出: database_schema(String), terminology_mapping(String), query_history(String)

  • 实现: 使用代码执行节点，确保database_schema以JSON字符串形式输出

  • 关键处理:

    # 将Object类型转换为String类型以便传递
database_schema_obj = json.loads(database_schema_str)
database_schema = json.dumps(database_schema_obj)

2.2 问题分析节点

  • 类型: LLM节点
  • 模型: DeepSeek-Chat
  • 功能: 分析用户输入的问题意图和查询需求
  • 输入: 用户输入文本
  • 输出: 问题分析结果

2.3 代码执行节点(JSON解析)

  • 功能: 解析问题分析结果，提取关键信息
  • 输入: 问题分析节点的输出
  • 输出:
    • needs_sql(Number): 1表示需要SQL，0表示不需要
    • 其他结构化信息
  • 关键逻辑: 对LLM输出进行结构化处理，转换为工作流可使用的变量

2.4 条件判断节点

  • 功能: 根据needs_sql值选择流程分支
  • 条件: 检查needs_sql变量值
  • 分支:
    • 当needs_sql=1时：转向澄清节点
    • 当needs_sql=0时：直接回答

2.5 澄清节点(精准/模糊需求判断)

  • 类型: LLM节点
  • 模型: DeepSeek-Chat
  • 功能: 判断用户需求是精准需求还是模糊需求
  • 输出: 需求类型判断结果
  • 分支:
    • 精准需求：直接进入SQL生成流程
    • 模糊需求：进入需求分析决策流程

2.6 需求分析决策节点

  • 类型: LLM节点
  • 模型: DeepSeek-Chat
  • 功能: 对模糊需求进行深入分析，确定具体查询需求
  • 输入: 用户输入文本、澄清节点结果
  • 输出: 具体化的查询需求

2.7 SQL生成节点

  • 类型: LLM节点
  • 模型: DeepSeek-Coder
  • 功能: 根据用户需求生成PostgreSQL查询
  • 输入: database_schema(String), 用户需求(精准需求或经分析的模糊需求)
  • 提示词: 包含数据库结构信息和精确查询要求
  • 输出: SQL查询代码

2.8 SQL查询准备节点

  • 类型: 代码执行节点
  • 功能: 处理SQL代码，准备执行
  • 输入: SQL生成节点输出的SQL代码
  • 输出: 准备执行的SQL查询语句
  • 处理内容: 清理SQL代码中的markdown标记，格式化SQL

2.9 SQL查询执行节点

  • 类型: 代码执行节点

  • 功能: 通过Python代码直接发送SQL查询

  • 实现:

    def main(sql_query: str) -> dict:
    import requests
    import json

    # 构建请求
    url = "http://api-endpoint/query"
    payload = {"sql": sql_query}
    headers = {"Content-Type": "application/json"}

    # 发送请求
    response = requests.post(url, json=payload, headers=headers)

    # 返回结果
    return {
        "success": 1 if response.status_code == 200 else 0,
        "data_json": json.dumps(response.json()) if response.status_code == 200 else "{}",
        "status_code": response.status_code,
        "error": response.text if response.status_code != 200 else ""
    }

  • 输入: sql_query(String)

  • 输出: success(Number), data_json(String), status_code(Number), error(String)

2.10 结果生成节点

  • 类型: LLM节点
  • 模型: DeepSeek-Chat
  • 功能: 解析查询结果并生成自然语言解释
  • 输入: data_json(String), query_success(Number), error_msg(String), user_query(String)
  • 输出: 格式化的查询结果解释

2.11 查询历史更新节点

  • 类型: 代码执行节点
  • 功能: 记录查询历史和结果
  • 输入: query_history(String), user_query(String), result_text(String)
  • 输出: 更新后的query_history(String)

3. 工作流优化要点

3.1 模型选择说明

  • DeepSeek-Chat: 用于问题分析、澄清判断、需求分析决策和结果生成等自然语言处理任务
    • 理由：DeepSeek-Chat对自然语言理解和生成有较好的能力，且API格式要求较为简单
  • DeepSeek-Coder: 用于SQL生成节点
    • 理由：具有更强的代码生成能力，适合生成结构化的SQL查询

3.2 类型处理优化

  • 确保条件节点使用的变量类型匹配(Number对Number)

  • 使用JSON字符串(String类型)而非Object类型传递复杂数据结构

  • 变量类型转换处理:

    # 例如：确保needs_sql为数值类型

needs_sql = int(bool(needs_sql))

3.3 变量传递优化

  • 避免使用节点名前缀访问变量(如代码执行.needs_sql)
  • 直接使用变量名(如needs_sql)
  • 使用字符串形式传递JSON数据，避免Object类型传递问题:
# 转换为字符串
data_json = json.dumps(result)

3.4 DeepSeek模型API适配

  • 针对DeepSeek模型的API要求，需要进行特殊处理:

    # 适配DeepSeek模型的消息格式要求
messages = [
    {"role": "system", "content": "你是一个数据分析助手"},
    {"role": "user", "content": prompt}
]

  • 确保消息格式符合API要求，避免连续相同角色消息和格式错误

二、技术实现

1. LLM集成

1.1 DeepSeek-Chat配置

  • 用途: 问题分析、需求类型判断、需求分析决策、结果生成
  • 关键参数:
    • 模型: deepseek-chat
    • 温度: 0.7
    • 最大长度: 2048
    • Top P: 0.95
  • 注意事项:
    • 确保消息格式正确
    • 避免连续同类型角色消息

1.2 DeepSeek-Coder配置

  • 用途: SQL代码生成

  • 关键参数:

    • 模型: deepseek-coder
    • 温度: 0.3
    • 最大长度: 2048
    • Top P: 0.95

  • 注意事项:

    • 提供完整的数据库结构信息

    • 在提示词中指定PostgreSQL语法要求

2. 数据处理

2.1 JSON解析和处理

  • 使用Python json模块处理JSON数据
  • 异常处理确保解析错误不会导致流程中断
  • 转换类型以适应工作流需求

2.2 SQL查询处理

  • 清理SQL代码中的markdown标记
  • 格式化SQL以确保可执行性
  • 通过API发送SQL并获取结果

2.3 查询结果处理

  • 解析查询结果JSON
  • 转换为结构化数据供LLM解释
  • 生成格式化的回答

3. 错误处理

3.1 LLM输出解析错误

  • 设置默认值确保流程连续性
  • 记录错误信息以便调试
  • 提供友好的错误提示

3.2 SQL执行错误

  • 捕获和处理SQL语法错误
  • 数据库连接错误处理
  • 结果格式化错误处理

3.3 API调用错误

  • 请求超时处理
  • 服务不可用时的降级策略
  • 重试机制设计

三、部署说明

1. 环境要求

  • Python 3.10+
  • 必要的Python包:
    • requests
    • json
    • flask (API服务)
    • psycopg2 (PostgreSQL连接)

2. 配置说明

  • LLM API配置:
    • DeepSeek API密钥
    • 端点URL
    • 请求超时设置
  • 数据库连接配置:
    • 主机地址
    • 端口
    • 用户名和密码
    • 数据库名称

3. 部署步骤

  • 安装依赖包
  • 配置环境变量
  • 初始化数据库连接
  • 启动API服务
  • 配置工作流节点

四、工作流文件

工作流配置文件可以在以下链接查看：AI零代码智能数据分析决策助手.yml

五、模拟后端API服务说明

本项目使用了基于Flask的模拟后端API服务来支持数据分析和SQL查询功能。关于该服务的详细说明，包括接口描述、数据库结构、环境配置和使用方法等，请参考database-api-service目录下的README.pdf文件。

该服务为AI零代码智能数据分析决策助手提供了必要的后端支持，可直接通过API调用执行SQL查询并获取数据分析结果。

GitHub地址：database-api-service