xinghuo/group_xinghuo_jinrong
1
0
Fork 0
Code Issues Pull Requests 2 Actions Packages Projects Releases Wiki Activity
Files
647c07062eab3a2d47af8ecd3940889b98a49500
group_xinghuo_jinrong/docs/项目框架设计/数据分析Agent架构说明书.md
T

607 lines
33 KiB
Markdown
Raw Normal View History

feat: 数据分析 Agent 实现（API/服务/表结构元数据/文档/测试）
2026-09-09 18:04:45 +08:00
# 数据分析 Agent 架构说明书
> 版本：v1.1 · 状态：评审稿（开发期随落地细化）
> 上游需求：《数据分析 Agent 需求规格（答辩版 v1.2）》`docs/需求拆解/01-数据分析Agent需求规格.md`
> 对齐约束：`docs/memory/FRAMEWORK.md`（分层/选型）、`docs/项目框架设计/表设计/`（16 表 + Redis Key）、`docs/项目框架设计/技术选型和版本/02-JWT-RBAC鉴权手册.md`、`docs/项目框架设计/Core模拟底座/`
> 范围声明：本文只描述**数据分析 Agent**；其余 Agent 仅作为「共用底座 / 数据供给方」出现，不在本文范围。
---
## 0. 文档说明
### 0.1 目的
把需求规格（D-01~D-12、N-01~N-08）翻译成**可实现的技术架构**：说清楚数据分析 Agent 由哪些模块组成、数据怎么流、权限怎么兜、SQL 怎么被约束、结果怎么被校验、资产怎么被沉淀，以及每一块落在仓库的哪个目录、哪张表、哪个 Key。
### 0.2 读者
| 读者 | 关注章节 |
|---|---|
| 开发（Wave 1 分析组） | §4 核心链路、§5 模块划分、§6 LangGraph 编排、§7 数据与存储、§13 接口 |
| 平台/底座组 | §8 权限与安全、§7.1 复用底座、§13 接口 |
| 产品/项目经理 | §1 原则、§2 总体架构、§15 落地顺序、§16 验收对照 |
| 合规/答辩 | §8 五层隔离、§10 数字护栏、§16 验收对照 |
### 0.3 需求 ID 对照速查
| 需求 | 含义 | 架构落点 |
|---|---|---|
| D-01~D-04 | 客户/产品/预警查数 + 留痕边界 | §4 主链路、§8 权限 |
| D-05 | 复杂交叉问数 | §4 多表只读聚合 |
| D-06 | 查询缓存 | §9 双层缓存 |
| D-07 | 口径统一 | §7.2 口径字典、§4 元数据注入 |
| D-08 | 兜底与拒答 | §4 失败分支、§6 节点 |
| D-09 | 多轮追问 | §6 Constrained Edit、§9 短期记忆 |
| D-10 | 数字护栏 | §10 |
| D-11 | 养 Agent 闭环 | §11 |
| D-12 | 智能看数板 | §12 |
| N-01~N-08 | 消歧/空零/溯源/配额/复用/质量/转人工/可观测 | §4/§6/§7/§13 对应小节 |
---
## 1. 架构定位与设计原则
### 1.1 定位（一句话）
数据分析 Agent = 把「会写 SQL 的人」的生产力变成**所有人都能自助调用的只读查数服务**：自然语言进、安全 SQL 出、人话解读回、全程可审计、好查询沉淀为资产。
### 1.2 设计原则
| # | 原则 | 说明 | 对应需求 |
|---|---|---|---|
| P1 | **只读兜底** | 数据库只读账号 + AST 白名单双保险，任何写操作在生成与执行两层都被拦截 | D-04、§5 安全 |
| P2 | **权限硬约束，不靠提示词自觉** | 归属注入是系统行为，模型产出的 SQL 必须再被 AST 二次校验 | §2.2 五层隔离 |
| P3 | **数字不赌不猜** | 解读中的数字必须与 SQL 结果逐字比对，对不上就重生成或降级 | D-10 |
| P4 | **一问一义** | 指标先经口径字典消歧，多义先反问再生成 | D-07、N-01 |
| P5 | **全链路留痕** | `trace_id` 串联 问题→SQL→结果→判定，审计只 INSERT | D-04、F-02 |
| P6 | **资产可沉淀可回滚** | 好查询 → 分析师确认 → 版本化发布 → 可灰度可回退 | D-11 |
| P7 | **成本可控** | 双层缓存 + 配额限流，成本可计量 | D-06、N-04 |
| P8 | **可降级** | LLM 超时/报错/校验失败 → 说明性拒答或转人工，不拖垮只读库 | N-07、§5 可用性 |
---
## 2. 总体架构
### 2.1 分层图
```text
┌─────────────────────────────────────────────────────────────────────┐
│ 客户端（内部工作台） │
│ 聊天窗 · 智能看数板卡片 · 资产沉淀台 · 运营指标面板 │
└──────────────────────────────┬──────────────────────────────────────┘
│ HTTPS + Bearer JWT
│ X-Agent-Type: analyst · X-Trace-Id
┌──────────────────────────────▼──────────────────────────────────────┐
│ Agent Gateway / Auth SDK（共用底座） │
│ 验签 → 角色准入 → 注入 AuthContext → 越权 401/403 写审计 │
└──────────────────────────────┬──────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────────────────────────┐
│ app/api/analyst.py（薄路由） │
│ /chat · /dashboard · /assets · /sample · /escalate · /ops │
└──────────────────────────────┬──────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────────────────────────┐
│ app/service/analyst_agent.py（LangGraph StateGraph） │
│ │
│ input_guard → scope_resolve → ambiguity_check → context_retrieve │
│ → sql_generate → sql_validate → execute → guardrail_check │
│ → answer_compose → audit_persist ──(analyst)──> asset_candidate │
│ │
│ 组件：sql_guard(五层) · guardrail(数字护栏) · dict_service(口径) │
│ cache_service(双层缓存) · analytics_repo(资产/留痕) │
└──────┬───────────────┬───────────────┬───────────────┬──────────────┘
▼ ▼ ▼ ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Core RO │ │ agent 库 │ │ Redis │ │ LLM │
│ 只读 Repository│ │ 只读/只增/资产│ │ 会话/缓存/限流│ │ DeepSeek │
│ (jinrong_core)│ │ (jinrong_agent)│ │ │ │ NL2SQL+解读 │
└──────────────┘ └──────────────┘ └──────────────┘ └──────────────┘
```
### 2.2 与四 Agent 共享底座的关系
数据分析 Agent **不建第二套账号/JWT/RBAC**，也不自建 Core 副本：
- 身份/角色/归属 → 复用 Gateway + `customer_advisor_rel`（Core 同步）。
- 事实数据 → `CoreReadOnlyRepository` 只读 `jinrong_core`。
- 会话/消息/审计 → 复用 `agent_session` / `agent_message` / `agent_tool_call` / `audit_log` / `input_guard_log`。
- 画像/预警 → 只读 `customer_profile_l1/l2/l3`、`risk_alert`（做统计，不可处置）。
- 专属数据 → `analytics_query_log`（已定）+ §7.2 新增口径/示例/模板表。
---
## 3. 技术栈（引用既有选型，不新增）
| 层 | 选型 | 说明 |
|---|---|---|
| 服务 | Python 3.13 + FastAPI | 薄路由，不含业务 |
| 编排 | **LangGraph 1.2.x** StateGraph + DeepSeek API | 状态机图，Tool 节点化 |
| 关系库 | MySQL 8（`jinrong_agent` + `jinrong_core` 双库） | 权威落盘 + Core 只读 |
| 缓存 | Redis 8 | 会话短期记忆 + 结果/模板缓存 + 限流 |
| SQL 安全 | `sqlglot`（AST 解析白名单） + 只读账号 | 已确认新增，登记于技术选型文档 |
| 图库/向量库 | Neo4j / Milvus（**一期分析 Agent 不依赖**） | 预留；关系与 RAG 归其他 Agent |
> 一期数据分析 Agent 强依赖：MySQL 双库 + Redis + DeepSeek + `sqlglot`；Neo4j/Milvus 不阻塞。
---
## 4. 核心链路：NL → SQL → 解读
### 4.1 全流程（一次问答）
```text
用户提问（自然语言）
│
▼
① 输入防护 guard:rate 限流 → 注入/超长拦截 → input_guard_log
▼
② 权限上下文 解析 AuthContext；顾问/风控/运营的归属白名单/数据域
scope_resolve（顾问白名单实时取 core_customer_advisor active）
▼
③ 指标消歧 命中口径字典的多义指标 → 反问候选口径（N-01）
ambiguity_check （有歧义则暂停，本轮不生成 SQL）
▼
④ 上下文组装 短期记忆(Redis 会话) + 口径字典条目 + schema 元数据 + few-shot
context_retrieve
▼
⑤ SQL 生成 LLM 生成只读 SELECT（多表只读聚合 D-05）
sql_generate
▼
⑥ SQL 校验 五层：白名单/归属注入/AST 越权/列级脱敏/粒度 → 不通过 403
sql_validate
▼
⑦ 执行 查结果缓存（命中标 cache_hit）→ 未命中执行 → 写缓存
execute 行数上限 1000 / 超时 10s；空结果三态区分（N-02）
▼
⑧ 数字护栏 四道校验：数字/单位/时间窗/抽样复核 → 重生成1次 → 降级（D-10）
guardrail_check
▼
⑨ 组装输出 answer + table + sql + meta(data_as_of/cost/cache_hit) + disclaimer
answer_compose
▼
⑩ 留痕 analytics_query_log + agent_tool_call + audit_log（同 trace_id）
audit_persist
▼
⑪ 资产候选 （仅 analyst）半自动提炼 few-shot/模板候选 → 分析师确认发布（D-11）
asset_candidate
```
### 4.2 失败与降级分支
| 场景 | 处理 | 留痕 |
|---|---|---|
| 越权（顾问查他人客户/运营下钻客户维度） | 403 + 说明性拒答 + 可查范围引导 | `analytics_query_log(blocked)` + `audit_log` |
| SQL 生成失败 / LLM 超时 / 查不到表 | 说明性拒答 + 一键转人工（N-07） | `analytics_query_log(error)` + `audit_log` |
| 数字护栏仍不一致（重试 1 次后） | 降级输出：只给表格 +「以数据为准」 | `result_summary` 标 `guardrail_failed` |
| 空结果 | 区分 `zero` / `no_data` / `not_match`（N-02） | 写入解读 + `result_summary` |
| 缓存命中 | 直接返回，标 `cache_hit=true` + `data_as_of` | `analytics_query_log` |
---
## 5. 模块划分（app/）
> 遵守 FRAMEWORK §3 分层：`api → service → tool / repository / model / config`，api 不写业务，tool 不写流程。
```text
app/
├─ api/
│ └─ analyst.py # 路由：/chat /dashboard /assets /sample /escalate /ops 【待实现】
├─ service/
│ ├─ analyst_agent.py # LangGraph StateGraph 编排 + 各节点 【待实现】
│ ├─ sql_guard.py # 只读白名单 / AST 校验 / 归属注入 / 粒度 【待实现】
│ ├─ guardrail.py # 数字护栏四道校验 【待实现】
│ ├─ dict_service.py # 口径字典读写 + 消歧 【待实现】
│ ├─ cache_service.py # 结果缓存 / 模板缓存 / data_as_of 【待实现】
│ └─ analytics_repo.py # analytics_* 表读写（留痕/资产），不写 Core 【待实现】
├─ tool/
│ ├─ core_ro_tool.py # 包装 CoreReadOnlyRepository 为 Tool 节点 【待实现】
│ └─ sql_tool.py # 只读执行 + 行数/超时控制 + 空态标记 【待实现】
├─ repository/
│ └─ core_ro.py # Core 只读 SELECT（jinrong_core） 【已实现】
├─ model/
│ ├─ schemas/analyst.py # 请求/响应/输出四件套 Pydantic 【占位】
│ └─ entities/analytics.py # analytics_* ORM 【占位】
├─ config/ # settings / database（双库连接） 【settings 已实现】
└─ utils/ # response / exceptions / logger / trace 【占位】
```
### 5.1 关键模块职责边界
| 模块 | 做什么 | 不做什么 |
|---|---|---|
| `sql_guard` | SELECT 白名单、AST 越权、归属注入、粒度、脱敏列清单 | 不执行 SQL、不解析业务语义 |
| `guardrail` | 解读数字与结果一致性校验 | 不生成 SQL |
| `dict_service` | 指标定义/公式/适用表 + 消歧反问 | 不直接改口径（仅 analyst 经确认发布） |
| `cache_service` | 键构造（含权限指纹）、TTL 分层、主动失效 | 不落 PII 明文 |
| `analytics_repo` | `analytics_*` 增改查、版本/灰度状态 | 不写 `jinrong_core`，不改审计表 |
---
## 6. LangGraph 编排（StateGraph）
### 6.1 图结构
```text
┌──────────────┐
│ input_guard │
└──────┬───────┘
│ passed
┌──────▼────────┐
│ scope_resolve │
└──────┬────────┘
│
┌──────▼──────────┐ 歧义
│ ambiguity_check ├─────────► clarify（反问口径，写会话，结束本轮）
└──────┬──────────┘
│ 无歧义
┌──────▼──────────┐
│ context_retrieve│
└──────┬──────────┘
│
┌──────▼──────────┐
│ sql_generate │
└──────┬──────────┘
│
┌──────▼──────────┐ 拒绝(403)
│ sql_validate ├─────────► deny（拒答+范围引导+留痕，结束）
└──────┬──────────┘
│ 通过
┌──────▼──────────┐
│ execute │
└──────┬──────────┘
│
┌──────▼──────────┐
│ guardrail_check │──重试1次──► 回 sql_generate
└──────┬──────────┘
│ 通过 / 降级
┌──────▼──────────┐
│ answer_compose │
└──────┬──────────┘
│
┌──────▼──────────┐
│ audit_persist │
└──────┬──────────┘
│ （analyst 角色）
┌──────▼──────────┐
│ asset_candidate │──► 半自动候选（仅提示，不自动生效）
└─────────────────┘
```
### 6.2 State 概要（Pydantic）
```python
class AnalystState(TypedDict):
trace_id: str
session_id: str
auth: AuthContext # sub/roles/permissions/agent_type
nl_question: str # 本轮问题（追问已带上下文）
scope: ScopeContext # 角色数据域 + 归属白名单 customer_id 集合
ambiguity: Ambiguity | None # N-01 消歧候选
context: PromptContext # schema 元数据 + 口径条目 + few-shot
sql: str # 生成/改写后的 SQL
validation: ValidationResult # sql_guard 判定
result: QueryResult # rows/columns/空态/data_as_of/cache_hit
guardrail: GuardrailResult # 四道校验结果
answer: AnalystResponse # 四件套
status: str # success/clarify/deny/degrade/error/escalate
```
### 6.3 多轮追问（D-09）—— 与首轮的区别
追问**不走结果缓存命中**，而是：
1. 从短期记忆取出**上轮 SQL + 上轮口径四件套**（指标定义、时间窗、维度、脱敏级别）。
2. 对 SQL 做**受限改写（Constrained Edit）**：只允许追加/替换分组、过滤、排序，禁止更换事实表。
3. 改写失败 → 自动降级为**全新生成**，但必须携带同一口径四件套，保证「同一指标前后一个定义」。
4. 看板钻取（D-12）复用此链路。
---
## 7. 数据与存储
### 7.1 复用底座（11 表，只读/只增）
| 表 | 用途 | 访问 |
|---|---|---|
| `agent_session` / `agent_message` / `agent_tool_call` | 会话与消息、Tool 调用 | 读 + 正常业务写 |
| `audit_log` | 审计总账 | 只 INSERT |
| `input_guard_log` | 输入防护 | 只 INSERT |
| `customer_advisor_rel` | 顾问归属白名单（RBAC 权威） | 只读 |
| `customer_profile_l1/l2/l3` | 画像（统计口径可选读） | 只读（脱敏/聚合） |
| `risk_alert` | 预警台账 | 只读，不可处置 |
| `risk_suitability_log` | 适当性 | 只读 |
### 7.2 专属表
**已有（`02-mysql-agent专用.sql` 已定义）：**
- `analytics_query_log`：NL→SQL→结果留痕，含 `sql_hash` / `exec_status` / `result_summary`。
**新增（已定稿 · 独立文件 `docs/项目框架设计/表设计/03-mysql-analyst专用.sql`）：**
```sql
-- 口径字典：指标名 → 定义/公式/适用表（D-07 / D-11）
CREATE TABLE analytics_metric_dict (
id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,
metric_key VARCHAR(128) NOT NULL COMMENT '唯一键，如 holding_scale',
metric_name VARCHAR(128) NOT NULL COMMENT '持仓规模',
aliases JSON NULL COMMENT '同义词：["规模","市值"]',
definition TEXT NOT NULL COMMENT '口径定义',
formula TEXT NULL COMMENT '计算公式',
applicable_tables JSON NULL COMMENT '适用表清单',
default_time_window VARCHAR(64) NULL COMMENT '默认时间窗',
unit VARCHAR(32) NULL COMMENT '单位：元/万元/%',
status ENUM('draft','published','rolled_back') NOT NULL DEFAULT 'draft',
version INT UNSIGNED NOT NULL DEFAULT 1,
gray_roles JSON NULL COMMENT '灰度：null=全量，["advisor"]=部分角色',
created_by VARCHAR(64) NOT NULL,
published_by VARCHAR(64) NULL,
created_at DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3),
updated_at DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3) ON UPDATE CURRENT_TIMESTAMP(3),
UNIQUE KEY uk_metric (metric_key, version),
KEY idx_status (status, metric_key)
) ENGINE=InnoDB COMMENT='【分析专用】口径字典（D-07/D-11）';
-- few-shot 示例：问题 → 正确 SQL 对（D-11）
CREATE TABLE analytics_few_shot (
id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,
question TEXT NOT NULL,
sql_text TEXT NOT NULL,
tags JSON NULL,
source_session_id VARCHAR(64) NULL COMMENT '溯源',
status ENUM('draft','published','rolled_back') NOT NULL DEFAULT 'draft',
version INT UNSIGNED NOT NULL DEFAULT 1,
gray_roles JSON NULL,
created_by VARCHAR(64) NOT NULL,
published_by VARCHAR(64) NULL,
created_at DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3),
updated_at DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3) ON UPDATE CURRENT_TIMESTAMP(3),
KEY idx_status (status, id)
) ENGINE=InnoDB COMMENT='【分析专用】few-shot 示例（D-11）';
-- 快速模板：参数化 SQL（D-06 模板缓存 / D-11）
CREATE TABLE analytics_query_template (
id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,
template_key VARCHAR(128) NOT NULL,
template_sql TEXT NOT NULL COMMENT '参数化 SQL，如 WHERE risk_code IN (:risk_codes)',
params_schema JSON NULL COMMENT '参数定义',
tags JSON NULL,
source_session_id VARCHAR(64) NULL,
status ENUM('draft','published','rolled_back') NOT NULL DEFAULT 'draft',
version INT UNSIGNED NOT NULL DEFAULT 1,
gray_roles JSON NULL,
created_by VARCHAR(64) NOT NULL,
published_by VARCHAR(64) NULL,
created_at DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3),
updated_at DATETIME(3) NOT NULL DEFAULT CURRENT_TIMESTAMP(3) ON UPDATE CURRENT_TIMESTAMP(3),
KEY idx_status (status, template_key)
) ENGINE=InnoDB COMMENT='【分析专用】快速模板（D-06/D-11）';
```
> 三表分建（已定）；灰度字段 `gray_roles` 用于「先灰度部分角色验证再全量」。建表 SQL 见 `docs/项目框架设计/表设计/03-mysql-analyst专用.sql`。
### 7.3 Redis Key（分析 Agent 新增部分）
沿用 `{domain}:{agent}:{entity}:{id}` 规范：
| Key | 类型 | TTL | 说明 |
|---|---|---|---|
| `sess:analyst:{session_id}:ctx` | Hash | 2h | 追问上下文 + 上轮 SQL + 口径四件套 |
| `sess:analyst:{session_id}:msgs` | List | 2h | 最近 N 轮窗口 |
| `cache:analyst:result:{perm_fp}:{sql_hash}` | String(JSON) | 分层 | 结果缓存（键含权限指纹） |
| `cache:analyst:scope:{staff_id}` | String(JSON) | 5m | 顾问名下客户白名单（转岗/离职立即失效） |
| `cache:analyst:top:{staff_id}` | String(JSON) | 24h | 中期记忆：常用查询 TOP + 偏好口径 |
| `guard:rate:{actor_id}:analyst` | String INCR | 1m | 限流（复用 F-03） |
**TTL 分层（D-06）：** 交易类 5min / 台账类 1h / 基础信息类当日。
### 7.4 缓存失效（data_as_of 与主动失效）
- 响应 `meta.data_as_of` 标明数据截至时间（区分 T+1 / 准实时）。
- 交易/持仓/归属等**事实表变更时主动 DEL** 对应缓存键，不等 TTL。
- 一期模拟库：由 `scripts/sync/sync_advisor_rel.py`（归属）与 Core reset/更新流程广播失效；生产切换 CDC/binlog 订阅，Agent 层失效接口不变。
---
## 8. 权限与安全：五层隔离实现
需求 §2.2 五层 → 实现组件映射：
| 层 | 需求 | 实现组件 | 校验时机 |
|---|---|---|---|
| 1 身份 | Mock JWT（HS256，24h 续期） | Gateway / Auth SDK；payload 含 user_type/employee_role | 入口 |
| 2 角色 | RBAC 数据域 | `RbacGuard.can(ctx, perm)`；analyst 角色 → `sql:execute:readonly` | 入口 + Tool |
| 3 行级归属 | 归属强制注入 + 二次校验 | `scope_resolve` 取白名单 → `sql_guard` 在生成阶段注入 `WHERE customer_id IN (:scope)` → AST 校验超范围 403 | 生成 + 校验 |
| 4 列级脱敏 | 存储层已脱敏 | 种子已存 mask；API/日志/归档同源；脱敏列清单由 `sql_guard` 维护 | 读取 |
| 5 粒度控制 | 聚合 vs 明细 | `sql_guard` 检查是否含客户级下钻；ops 无客户维度 → 拒绝 + 说明 | 校验 |
**越权处理：** 403 + 双留痕（`audit_log` 总账 + `analytics_query_log` 记录问题与拒绝原因），可演示「顾问 A 问顾问 B 的客户 → 被拒且留痕可查」。
**SQL 安全双保险（D-04 / §5 安全）：**
1. 生成侧：`sql_guard` 用 `sqlglot` 解析 AST → 仅允许 SELECT（含 WITH/子查询白名单）→ 拦截多语句/写语句/DDL。
2. 执行侧：数据库连接使用**只读账号**（`jinrong_core` 只读；`jinrong_agent` 业务表按角色授权）。
3. 资源侧：`LIMIT 1000` / `10s` 超时。
---
## 9. 缓存与记忆（D-06 / §9.1 定稿方案）
### 9.1 双层缓存
| 层 | 命中对象 | 机制 |
|---|---|---|
| 结果缓存 | 同形态**独立问题** | 键 = 权限指纹 + sql_hash；直接秒回；命中标 `cache_hit=true`；PII 不落或脱敏 |
| 模板缓存 | 跨会话**同形态问题** | 命中参数化模板 → 填参执行；资产发布后自动入池（D-11 联动） |
**追问变体**不走缓存命中，走上轮 SQL 受限改写（见 §6.3）。
### 9.2 三层记忆
| 层 | 载体 | 内容 | 用途 |
|---|---|---|---|
| 短期 | Redis 会话级 30min | 追问上下文、上轮 SQL、口径四件套 | D-09 追问 / D-12 钻取 / D-10 重试 |
| 中期 | Redis 用户级 24h | 常用查询 TOP + 偏好口径 | 调优缓存 TTL、看板排序 |
| 长期 | MySQL 资产表 | few-shot / 字典 / 模板 | D-11 资产，喂养模板缓存 |
---
## 10. 数字护栏（D-10 · 亮点）
`guardrail_check` 对解读执行四道校验，任一失败 → 重生成（默认 1 次）→ 仍失败 → **降级输出**（只给表格 +「解读校验未通过，以数据为准」）：
1. **数字比对**：提取解读中全部数字/金额，与 SQL 结果逐项比对。
2. **单位/币种/百分比**：元 vs 万元、% vs bp。
3. **时间窗一致性**：「近 30 天」按自然日/交易日解析正确。
4. **抽样复核**：抽 1~2 行回源明细核对（与 N-03 共用链路）。
校验结果（通过/重试/降级）写入 `result_summary` + `audit_log`。
> 答辩台词：**「LLM 有幻觉，但我们不赌它不犯——我们校验它。」**
---
## 11. "养 Agent" 闭环（D-11 · 亮点）
```text
分析师问答 → 已执行 SQL → 半自动提炼候选（few-shot/模板/字典）
│
▼
分析师确认 → 发布（版本化）→ 灰度（gray_roles）→ 生效 → 喂模板缓存
│
▼
出问题 → 一键回滚（status=rolled_back，回到上一版本）
```
- **仅 `analyst` 角色可写**；每次沉淀操作审计留痕。
- 资产三类：few-shot 示例 / 口径字典条目 / 快速模板。
- 版本化 + 可回滚 + 可灰度；系统从每次已执行 SQL 半自动提炼候选，分析师仅确认。
- 生效后同类问题命中新资产，`analytics_query_log.result_summary` 标 `source=沉淀资产`。
---
## 12. 智能看数板（D-12 · 亮点）
- 定位：**预聚合概览 + 钻取入口**，不是独立报表系统。
- 角色化卡片（后端返回结构化 JSON，前端下轮渲染）：
- analyst：客户总数 / 总持仓规模 / 今日交易笔数金额 / 待处理预警数 / 口径字典资产数
- advisor：名下客户数 / 名下资产规模 / 盈亏分布 / 风险等级分布（仅名下）
- risk_officer：待处理预警数 / 按类型分布 / 近 7 天新增趋势
- ops：近 30 天申购赎回金额 / 各产品类型规模 TOP（仅聚合）
- 卡片钻取 → 复用 D-09 追问链路，指标与对话打通。
- 边界：同样走只读层 + 角色权限；加载与钻取留痕；准实时/按需，不做实时推送。
---
## 13. 接口设计（REST，`X-Agent-Type: analyst`）
| 方法 | 路径 | 说明 | 需求 |
|---|---|---|---|
| POST | `/api/analyst/chat` | 主对话/追问（SSE 可选，首版 JSON） | D-01~D-05/D-09 |
| GET | `/api/analyst/sessions/{id}/messages` | 会话消息回放 | D-04 |
| GET | `/api/analyst/dashboard` | 看板数据（按角色） | D-12 |
| GET | `/api/analyst/query/{trace_id}/sample` | 聚合结果抽样明细（脱敏） | N-03 |
| POST | `/api/analyst/assets/{dict\|few_shot\|template}` | 沉淀资产（仅 analyst） | D-11 |
| POST | `/api/analyst/assets/{kind}/{id}/publish` | 发布/灰度 | D-11 |
| POST | `/api/analyst/assets/{kind}/{id}/rollback` | 回滚 | D-11 |
| POST | `/api/analyst/query/{trace_id}/save` | 存为常用（P1） | N-05 |
| POST | `/api/analyst/query/{trace_id}/share` | 分享（继承接收方权限，P1） | N-05 |
| POST | `/api/analyst/query/{trace_id}/subscribe` | 订阅刷新（P1） | N-05 |
| POST | `/api/analyst/escalate` | 一键转人工（写审计） | N-07 |
| GET | `/api/analyst/ops/metrics` | 运营指标（P1） | N-08 |
**统一输出四件套（§3 全局约定）：**
```json
{
"answer": "人话解读…",
"table": { "columns": ["risk_code","cnt"], "rows": [["C1",4]] },
"sql": "SELECT …",
"meta": { "exec_ms":45, "row_count":5, "cache_hit":false, "data_as_of":"2026-09-04", "source":"jinrong_core", "cost_est":0.002 },
"disclaimer": "本内容仅为投资分析参考，不构成任何直接投资建议…"
}
```
---
## 14. 非功能需求落点
| 类别 | 需求 | 落点 |
|---|---|---|
| 安全 | 只读/注入拦截/越权拒绝/脱敏 | §8 sql_guard + 只读账号 |
| 合规 | 免责声明/不处置/不推荐/不对客 | answer_compose 固定 disclaimer + D-02/D-03 边界 |
| 性能 | 超时与行数上限 1000/10s + 缓存 | §4 execute、§9 缓存 |
| 审计 | trace_id 全链路可还原 | §4 audit_persist |
| 可运营 | 资产可维护、版本化回滚灰度 | §11 |
| 数据新鲜度 | data_as_of + 主动失效 | §7.4 |
| 成本 | 成本计量 + 配额限流 | `meta.cost_est` + `guard:rate` + N-04 |
| 可观测 | 通过率/命中率/拒答率/成本/转人工率 | §13 /ops/metrics（N-08） |
| 可用性 | 超时降级，不拖垮只读库 | §4.2 失败分支 + N-07 |
---
## 15. 落地顺序与实现状态
| 阶段 | 内容 | 状态 |
|---|---|---|
| Wave 0（平台） | JWT/RBAC（T-01）、审计贯通（T-02）、agent 库灌库（T-05） | 未做（复用，非分析组） |
| Wave 1-A（P0 闭环） | `analytics_query_log` + `sql_guard` + `analyst_agent` 主链路 → D-01~D-04 闭环 | 未做 |
| Wave 1-B（P0 增强） | 口径字典（D-07）、缓存+记忆（D-06）、追问改写（D-09）、数字护栏（D-10） | 未做 |
feat(risk): Enhance risk management functionality and access control
2026-09-11 17:07:22 +08:00
| Wave 1-C（P0 亮点） | 养 Agent 资产沉淀（D-11）、智能看数板后端（D-12）、消歧（N-01）、空零（N-02）、溯源（N-03）、转人工（N-07） | **N-03/N-07 已做**；D-12 未做 |
feat: 数据分析 Agent 实现（API/服务/表结构元数据/文档/测试）
2026-09-09 18:04:45 +08:00
| Wave 2（P1） | 配额（N-04）、保存/分享/订阅（N-05）、质量提示（N-06）、运营面板（N-08） | 未做 |
> 已有实现：`CoreReadOnlyRepository`（只读 SELECT）、`settings` 双库、Core 模拟库脚本、`customer_advisor_rel` 同步脚本。分析 Agent 业务层尚未实现。
---
## 16. 验收对照（演示即验收）
| 需求演示 | 架构断言 |
|---|---|
| 「按产品类型统计总持仓规模」 | sql_validate 通过 → execute → 四件套正确 |
| 「查 CUST-1004（非名下）持仓」 | scope_resolve 白名单不含 → 403 + 双留痕 |
| 「当前待处理大额预警占比」 | risk_alert 只读统计，处置意图被拒 |
| 「近一月申购金额总额」（运营） | 粒度控制：仅聚合，无客户明细 |
| 同形态问题重复问 | 结果缓存命中 `cache_hit=true` |
| 「数字加起来是 123 万吗」 | guardrail 四道校验拦截或通过 |
| 沉淀 few-shot 后问同类问题 | 命中沉淀资产，`source=沉淀资产` |
| 点看板卡片钻取 | 复用 D-09 改写链路 |
---
## 17. 待定项
| # | 待定项 | 当前立场 |
|---|---|---|
| 1 | 口径字典/few-shot/模板三表是否合一 | 已定：三表分建，见 `03-mysql-analyst专用.sql` |
| 2 | 新增依赖 `sqlglot`（AST 白名单） | 已确认，登记于技术选型文档与 requirements.txt |
| 3 | D-12 钻取实现深度 | 已定做钻取，细节开发期细化 |
| 4 | 看板刷新策略 | 准实时/按需，不做实时推送 |
| 5 | 结果缓存失效通道（CDC vs 同步脚本） | 一期用同步脚本广播，生产切 CDC |
---
## 18. 决策记录
| 决策点 | 结论 |
|---|---|
| 编排 | LangGraph StateGraph，节点化 Tool |
| SQL 安全 | `sqlglot` AST 白名单 + 只读账号双保险 |
| 权限 | 五层隔离，行级归属系统注入 + 二次校验 |
| 缓存 | 结果/模板双层 + 短期/中期/长期三层记忆 |
| 数字护栏 | 四道校验，重试 1 次后降级 |
| 资产 | 仅 analyst 可写，版本化/回滚/灰度（`gray_roles`） |
| 专属表 | 口径字典/few-shot/模板三表分建，独立 `03-mysql-analyst专用.sql` |
| 看数板 | 后端 JSON 接口先行，前端下轮渲染 |
| 一期依赖 | 不依赖 Neo4j/Milvus |
---
## 变更记录
| 版本 | 日期 | 变更 |
|---|---|---|
| v1.0 | 2026-09 | 初版：基于需求规格 v1.2 生成，对齐 FRAMEWORK/表设计/JWT 手册/Core 模拟 |
| v1.1 | 2026-09 | 确认新增 `sqlglot`；口径字典/few-shot/模板三表分建，DDL 独立为 `03-mysql-analyst专用.sql` |
Reference in New Issue Copy Permalink