餐饮 SaaS 沉淀了订单、菜品、会员、门店、外卖、库存五类数据,但运营人员的真实分析需求是长尾的、追问式的:"上周三环内门店的酸菜鱼毛利率为什么比前一周低 4 个点?"——这类问题 BI 看板答不了,SQL 运营人员不会写。大模型的价值不在于替代 BI,而在于打通「自然语言 → 指标语义 → SQL → 结论」这条链路,把死数据变成可对话的资产。
整体分为四层,核心原则是 LLM 只负责"翻译"和"解释",绝不负责"计算":
层 | 内容 | 职责 |
|---|---|---|
数据层 | MySQL(业务)+ ClickHouse(明细宽表) | ODS→DWD→DWS 分层 |
语义层 | 指标字典 + 同义词 + 维度 + 行级权限 | 口径唯一 |
智能层 | DeepSeek(NL2SQL / 结果解读 / 归因) | 翻译与叙述 |
应用层 | 对话式分析、自动日报、异常归因 | 交付 |
所有数字必须来自数据库真实执行结果,这是防幻觉的底线。
# semantic_layer.py
SEMANTIC = {
"gmv": {
"expr": "SUM(o.pay_amount)", "table": "dws_order_daily o",
"desc": "实收金额,已剔除退款", "synonyms": ["营业额", "流水", "销售额"],
"dims": ["o.dt", "o.store_id", "o.channel"],
},
"table_turnover": {
"expr": "SUM(o.order_cnt) / SUM(s.table_cnt)",
"table": "dws_order_daily o JOIN dim_store s ON o.store_id = s.store_id",
"desc": "翻台率 = 订单数 / 台位数", "synonyms": ["翻台"],
"dims": ["o.dt", "o.store_id"],
},
}
def build_schema_prompt() -> str:
lines = ["可用指标(必须使用下列表达式,不得自创口径):"]
for k, v in SEMANTIC.items():
lines.append(
f"- {k}: {v['desc']} | 表达式 {v['expr']} | 表 {v['table']} | "
f"同义词 {','.join(v['synonyms'])} | 可用维度 {','.join(v['dims'])}"
)
return "\n".join(lines)import os, re
from openai import OpenAI
client = OpenAI(api_key=os.getenv("DEEPSEEK_API_KEY"),
base_url="https://api.deepseek.com")
SYSTEM = """你是餐饮数据分析师。根据用户问题生成一条 ClickHouse/MySQL 兼容的 SELECT 语句。
规则:
1) 只允许 SELECT,禁止任何写操作;
2) 指标必须使用给定表达式;
3) 必须带时间范围,必须加 LIMIT 200;
4) 只输出 SQL,不要解释。"""
def nl2sql(question: str, few_shots: list[dict]) -> str:
msgs = [{"role": "system", "content": SYSTEM + "\n\n" + build_schema_prompt()}]
for ex in few_shots: # RAG 召回的相似问答
msgs += [{"role": "user", "content": ex["q"]},
{"role": "assistant", "content": ex["sql"]}]
msgs.append({"role": "user", "content": question})
resp = client.chat.completions.create(
model="deepseek-chat", messages=msgs, temperature=0)
return re.sub(r"^```sql|```$", "", resp.choices[0].message.content.strip(),
flags=re.M).strip()
FORBIDDEN = re.compile(r"\b(insert|update|delete|drop|alter|truncate|create|grant)\b", re.I)
ALLOW_TABLES = {"dws_order_daily", "dim_store", "dws_dish_daily", "dim_member"}
def guard(sql: str) -> str:
if FORBIDDEN.search(sql):
raise PermissionError("检测到非查询语句")
if not sql.lstrip().lower().startswith("select"):
raise PermissionError("仅允许 SELECT")
tables = set(re.findall(r"(?:from|join)\s+([a-zA-Z_][\w.]*)", sql, re.I))
if not tables <= ALLOW_TABLES:
raise PermissionError(f"越权表:{tables - ALLOW_TABLES}")
if "limit" not in sql.lower():
sql += " LIMIT 200"
return sqlTOOLS = [{
"type": "function",
"function": {
"name": "run_sql",
"description": "执行只读 SQL 并返回结果集",
"parameters": {"type": "object",
"properties": {"sql": {"type": "string"}},
"required": ["sql"]},
},
}]
def chat_analyze(question: str, conn):
msgs = [{"role": "system", "content":
"你是餐饮经营分析师。先调用 run_sql 取数,再基于返回结果作答,"
"严禁编造数字;结论需包含 现象→原因假设→建议动作 三段式。"},
{"role": "user", "content": question}]
for _ in range(4):
r = client.chat.completions.create(
model="deepseek-chat", messages=msgs, tools=TOOLS).choices[0].message
if not r.tool_calls:
return r.content
msgs.append(r)
for tc in r.tool_calls:
args = json.loads(tc.function.arguments)
try:
sql = guard(nl2sql(question, retrieve_examples(question)))
rows = conn.execute(sql).fetchall()[:200]
out = json.dumps(rows, ensure_ascii=False, default=str)
except Exception as e:
out = f"ERROR: {e}"
msgs.append({"role": "tool", "tool_call_id": tc.id, "content": out})
return "分析超时,请缩小问题范围。"行级权限(如"华东区店长只能看本区门店")不能交给模型判断。做法是在 build_schema_prompt 中按当前用户角色动态注入 WHERE o.store_id IN (...) 的强制过滤条件,由 guard() 校验 SQL 是否包含该过滤子句,缺失则拒绝执行。模型只看到"允许看到的世界"。
上线后单表类问题准确率约 92%,多表关联类依赖 RAG 召回的 few-shot 样例库,需持续沉淀"问题-SQL"对并接入人工纠错反馈闭环。三个工程红线:口径由语义层定义、数字由数据库产出、权限由后端裁决。做到这三点,大模型才是盘活餐饮数据的引擎,而不是一个会编数字的嘴。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。