tencentmusic/supersonic

解決的問題

SuperSonic 解決了傳統「聊天 BI」（Text2SQL）系統在大規模真實應用場景中常見的可靠性問題，這些問題通常表現為幻覺與複雜的 SQL 語法。它透過結合 LLM 驅動的聊天介面與受管理的語意層，彌補自然語言查詢與結構化資料之間的差距。

工作原理

該平台統合了兩種範式：聊天 BI 用於自然語言互動，無頭 BI 用於定義語意資料模型（指標、維度與標籤）。

當使用者提出問題時，SuperSonic 使用一個處理管道來處理請求：

1. 知識庫與模式映射器：將使用者查詢文字與模式元素字典進行比對。
2. 語意解析器：結合規則與 LLM 逻辑，產生語意查詢語句。
3. 語意校正器：使用規則或 LLM 驗證並修正語句。
4. 語意翻譯器：將驗證後的語意語句轉換為可執行的 SQL，將複雜的連接與公式邏輯從 LLM 轉移至語意層，以減少錯誤。

適用對象

• 業務使用者：希望使用自然語言查詢資料並產生視覺化圖表，而無需了解 SQL 的人。
• 分析工程師：需要建構與維護受管理的語意資料模型，以確保組織內的一致性。

核心亮點

• 混合解析：結合規則與 LLM 解析器，提升效率與可靠性。
• 減少幻覺：將語意模型中的業務術語與欄位值納入提示，引導 LLM。
• 細粒度存取控制：支援資料集、欄位與資料列層級的資料存取限制。
• 可擴展架構：透過 Java SPI 支援自訂實作，包括聊天外掛與少樣本提示的記憶體機制。