|
|
你有没有遇到过这种尴尬：业务方问“上个月华东区 GMV”，AI 答得头头是道，结果和报表对不上；换个问法再问一次，数字又变了；追问一句“那华南呢”，它把上一轮的口径忘得一干二净。
这不是模型不够聪明，而是把 SQL 生成权直接交给大模型，本身就是一条不可信的路。
YOLO Data Agent v1.1.0 发布了。它不是又一个“会聊天的问数页面”，而是一套把确定性还给平台、把语义理解留给模型的企业级问数底座。开源Apache-2.0 协议。
GitHub 地址：https://github.com/xiaour/yolo-data
GitHub 地址：https://gitee.com/xiaour/yolo-data
--------------------------------
为什么 AI 问数总是不准？
过去两年，Text2SQL 和 Data Agent 的方案层出不穷，但真正敢让业务方持续用的没几个。原因很直接——让大模型自由生成 SQL，会同时踩中三个坑：
第一，口径靠猜。 用户问“上个月”，模型要猜是自然月还是滚动 30 天；问“华东区”，要猜包含哪些省份；问“毛利率”，要猜是财务口径还是销售口径。每一次猜测，都是一次出错的机会。
第二，结果随机。 同一个问题，模型今天生成的 SQL 和明天生成的可能不一样。数据团队最怕的不是取不到数，而是两次取数结果对不上。
第三，权限靠商量。 很多方案把权限写在提示词里，指望模型“自觉遵守”。可模型一旦被绕过，数据就出去了。
yolo-data 的选择是：不让模型碰 SQL。
--------------------------------
核心设计：把“猜测”换成“契约”
yolo-data 的工作方式是：自然语言不直接翻译成 SQL，而是先被编译成一份查询契约（Query Contract）。
这份契约会明确写清楚：时间范围、指标、维度、过滤条件、排序、返回行数。契约一旦冻结，后续执行不允许再改。
模型只负责它最擅长的事——听懂人话，判断用户问的是哪个指标、哪个维度、哪个时间。而所有可能引入不确定性的环节，全部由平台确定性地处理：
•
口径不猜：指标语义层提前登记好公式、同义词、默认时间字段；
•
权限不商量：行级、列级策略在执行层强制注入，模型想越权也没有路径；
•
结果不漂移：多轮追问优先复用上一轮的数据快照，而不是重新取数；
•
过程可审计：完整工作流全程留痕，每一步可复现、可回放。
一句话：确定性归平台，语义理解归模型。
--------------------------------
v1.1.0 更新了什么
这次更新没有堆新功能，而是一次围绕“上生产、接外部 Host”的系统性加固。核心有四块：
1. MCP 并发安全
MCP 能力让桌面 Agent 可以直接接入 YOLO 的底层能力。本次修复了并发请求下的租户身份串号和请求上下文污染问题。多 API Key、多租户同时调用时，身份、权限、审计归属完全隔离。
这是 MCP 面向外部 Host 稳定开放的前置条件。
2. 对话上下文修复
这是本次投入最大的一组修复，直接解决“越聊越降智”的体验问题：
•
显式设置为 0 的继承预算现在被正确遵守；
•
跨任务继承时清除上一轮残留结果；
•
对话时间槽保留完整日期区间，ISO 日期澄清不再误入过滤槽；
•
优化分模块记忆合并策略，解决模块记忆互相干扰导致的质量下降。
如果你遇到过“第一轮答得对、追问后开始胡说”，这个版本值得升级。
3. 业务逻辑收敛到 Skill
散落在平台代码里的业务包统一迁移到 Skill 层。平台核心继续坚持“不写死业务逻辑”，后续扩展业务主题只需新增 Skill，不用改平台代码。
这也是 yolo-data 能成为“开放底座”而不是“封闭产品”的关键边界。
4. 数据保真与安全边界
•
XLSX 导出：文本型标识符不再被误转成数字，空白数字单元格不再丢失；
•
上传校验：文件在落库前先校验解析结果，损坏文件进不来；
•
数据源禁用：禁用状态的数据源在业务访问前强制拦截，无法绕过；
•
评估模块：Judge 决策要求完整布尔值，拒绝不完整或强制转换的结果；
•
认证模式：拒绝不支持的认证模式，避免配置错误导致的安全降级。
--------------------------------
技术上有什么不一样
如果你只看一个点，那就看这个：平台对模型自报的分析结论做数学验证。
很多方案让模型自己说“这个归因分析是合理的”。yolo-data 的做法是，平台不判断“合不合理”，只判断模型声称成立的数学等式是否真的成立：
•
可加性：Σ贡献 = 总变化量
•
份额归一：Σ份额 = 1
•
变化量自洽：变化量 = 当前值 - 基期值
语义解释权交给模型，数学正确性交给平台。这条线划得很清楚，也是我们认为 Data Agent 应该有的样子。
另外，平台核心不写死任何业务逻辑。零售、财务、供应链的口径、规则、同义词全部放在 Skill 和数据集说明里，平台代码里几乎找不到一个业务词。
--------------------------------
谁适合用
•
数据团队：想让业务方自己问数，又不敢放开权限；
•
AI 应用开发者：正在做 Data Agent，卡在“结果不可信”这一关；
•
企业数据治理：口径不一致、权限难管控、查询不可审计；
项目支持 MySQL、TiDB、Doris、PostgreSQL，Docker 一键启动，生产环境已支持 SSO/OIDC。
--------------------------------
怎么参与
•
Star 项目：https://github.com/xiaour/yolo-data
•
提 Issue：真实使用场景的反馈最有价值，这次多数修复都来自社区 Issue；
•
贡献代码：good first issue 已经准备好，欢迎从文档、测试、适配器开始；
•
接入 MCP：WorkBuddy 连接器正在推进上架，也欢迎其他 MCP Host 接入。
如果你也在做 Data Agent，或者正在被“AI 问数不准”折磨，欢迎来仓库看看。
原文链接 |
|
发表于 2026-10-19 20:00:07
