客户背景
集团拥有 3 千万张数据表、数亿指标字段，数据体量庞大，业务人员自然语言查数需求旺盛，亟需打通数据治理与智能查询能力。
业务痛点
超 80% 指标重名，数据生产链路复杂，口径差异难定位，数据一致性无法保障；人工写 SQL 门槛高，自然语言转 SQL 准确率不足，查询逻辑易出错；元数据、数据血缘未充分赋能大模型，知识召回冗余、模型迭代效率低；重复建表、指标冗余问题多，缺少自动化治理手段。
解决方案
搭建元数据知识图谱 + 自然语言大模型双引擎协同体系：元数据图谱基于 SQL 解析、图计算、数据血缘链路，自动拆解生产逻辑，识别同名指标、定位口径差异；NL2SQL 智能查询采用 7B 大模型实现意图识别、知识召回、自动生成并校验 SQL，配套结果解释；多维度持续优化迭代 SFT 样本、知识库召回、元数据解析、模型调度链路，双向协同治理冗余数据。
效果数据
一期 NL2SQL 产品落地，查询准确率接近 70%，达行业领先水平；依托血缘图谱自动识别重名指标，快速定位数据口径不一致问题；大模型与元数据联动，减少重复数据表建设，降低数据治理成本；标准化自然语言查数流程，大幅降低业务人员取数门槛。