从自然语言到BI页面：医疗数据分析的自动化实践

1. 项目概述

在医疗设备采购数据分析场景中，我们构建了一套从自然语言提问到BI页面自动生成的完整工程链路。与传统的ChatBI系统不同，这套方案的核心价值不在于NL2SQL（自然语言转SQL）能力本身，而在于实现了分析结果的直接交付——用户输入一个问题，系统返回的不再是SQL语句或原始数据行，而是一个可直接访问、分享的BI页面链接。

1.1 传统ChatBI的局限性

当前大多数智能问数系统存在一个共同痛点：它们止步于"把数据查出来"。无论是返回SQL语句、原始数据行，还是附带简单图表和文字总结，这些本质上都是中间结果，而非最终交付物。业务人员拿到这些结果后，仍需进行大量后续工作：

• 判断关键指标
• 整理分析摘要
• 选择合适的图表类型
• 设计页面布局
• 最终才能形成可分享的分析报告

这种"半成品"交付模式使得系统的实用价值大打折扣，也限制了AI在数据分析场景中的真正潜力。

1.2 本方案的创新点

我们的解决方案通过三层架构实现了质的飞跃：

1. 问题理解层：使用openClaw将自然语言问题转化为结构化查询意图
2. 数据获取层：通过受控的sql_runner执行精确的SQL查询
3. 结果交付层：利用EdgeOne Pages将查询结果直接渲染为可分享的BI页面

这种架构设计使得系统输出从"会回答问题"升级为"能交付结果"，真正满足了业务人员的核心需求——获得可直接使用的分析产品，而非需要二次加工的数据原料。

2. 架构设计与核心组件

2.1 三层架构解析

2.1.1 openClaw：智能任务编排引擎

openClaw在本方案中扮演"大脑"角色，主要负责：

• 判断用户输入是否为有效的数据分析请求
• 将自然语言问题分解为结构化查询意图
• 生成符合业务口径的SQL语句
• 协调后续组件完成查询和页面生成

关键设计原则：

• 职责单一：仅负责问题理解和任务编排，不涉及具体执行
• 输出标准化：生成的结构化意图包含明确的分析类型、指标口径、维度、过滤条件等

python复制# 示例：结构化查询意图
{
  "analysis_type": "group_stat",
  "metric": "公告数量",
  "dimension": "city",
  "filters": {
    "province": "江西",
    "device_name": "CT"
  },
  "time_range": {
    "start": "2025-01-01",
    "end": "2025-12-31"
  },
  "limit": 20
}

2.1.2 sql_runner：受控查询执行器

sql_runner的设计强调安全性和稳定性：

• 仅允许执行单条SELECT语句
• 严格限制可访问的表和字段（白名单机制）
• 对非聚合查询强制添加LIMIT子句
• 返回统一的JSON结构（包含status、sql、rows等字段）

python复制# SQL执行器核心逻辑
def execute_sql(sql: str):
    # 安全检查
    if not is_valid_select(sql):
        raise Exception("只允许执行SELECT语句")
    
    # 添加LIMIT（非聚合查询）
    if not is_aggregate_query(sql):
        sql = apply_limit(sql)
    
    # 执行查询
    try:
        with connection.cursor() as cursor:
            cursor.execute(sql)
            rows = cursor.fetchall()
            return {
                "status": "success",
                "sql": sql,
                "rows": rows,
                "row_count": len(rows),
                "error": None
            }
    except Exception as e:
        return {
            "status": "error",
            "sql": sql,
            "rows": None,
            "row_count": 0,
            "error": str(e)
        }

2.1.3 EdgeOne Pages：BI页面生成平台

EdgeOne Pages实现了从数据到产品的最后一公里转化：

• 接收结构化数据对象
• 自动选择适当的可视化形式（柱状图、折线图等）
• 生成包含摘要卡片、图表和数据表的完整页面
• 发布为可公开访问的URL

页面数据对象示例：

json复制{
  "title": "2025年江西省CT设备采购公告统计",
  "summary_cards": [
    {"label": "公告数", "value": 128},
    {"label": "涉及城市数", "value": 11}
  ],
  "chart": {
    "type": "bar",
    "x_field": "city",
    "y_field": "notice_cnt",
    "data": [
      {"city": "南昌", "notice_cnt": 28},
      {"city": "赣州", "notice_cnt": 19}
    ]
  },
  "table": {
    "columns": ["city", "notice_cnt"],
    "rows": [
      {"city": "南昌", "notice_cnt": 28},
      {"city": "赣州", "notice_cnt": 19}
    ]
  }
}

2.2 分层设计的工程价值

这种明确的分层架构带来了多重优势：

1. 问题定位清晰：当链路出现问题时，可以快速定位到具体层级
2. 独立演进：各层可以单独优化而不影响其他部分
3. 稳定性保障：通过限制每层的职责范围，减少了不可控因素
4. 逐步验证：可以从底层开始逐层验证，确保整体可靠性

3. 关键实现细节

3.1 数据语义标准化

确保系统可靠运行的前提是统一数据语义。我们建立了完整的语义字典：

同时定义了四种核心文档：

1. schema.md：表结构和字段说明
2. metrics.md：指标口径定义
3. query_patterns.md：常见问题模式
4. page_schema.json：页面数据对象规范

3.2 SQL生成与执行

3.2.1 SQL生成策略

基于结构化查询意图，系统采用模板化方式生成SQL：

python复制def generate_sql(intent: dict) -> str:
    # 确定SELECT部分
    if intent['analysis_type'] == 'group_stat':
        select = f"SELECT {intent['dimension']}, COUNT(DISTINCT notice_id) AS notice_cnt"
    elif intent['analysis_type'] == 'trend':
        select = f"SELECT date, SUM(COALESCE(total_price, 0)) AS total_amount"
    
    # 构建WHERE条件
    filters = []
    for field, value in intent['filters'].items():
        filters.append(f"{field} = '{value}'")
    
    # 添加时间范围
    if 'time_range' in intent:
        filters.append(
            f"publish_date BETWEEN '{intent['time_range']['start']}' AND '{intent['time_range']['end']}'"
        )
    
    # 组合完整SQL
    where_clause = " AND ".join(filters) if filters else "1=1"
    group_by = f"GROUP BY {intent['dimension']}" if 'dimension' in intent else ""
    order_by = f"ORDER BY notice_cnt DESC" if intent['analysis_type'] == 'group_stat' else ""
    limit = f"LIMIT {intent['limit']}" if 'limit' in intent else ""
    
    return f"{select} FROM procurement {where_clause} {group_by} {order_by} {limit};"

3.2.2 执行安全机制

sql_runner实现了多重安全防护：

1. SQL注入检测
2. 语句类型验证（仅允许SELECT）
3. 表级访问控制
4. 结果行数限制
5. 执行超时控制

3.3 页面生成逻辑

3.3.1 自动可视化选择

系统根据数据特征自动选择最佳图表类型：

3.3.2 页面模板系统

EdgeOne Pages提供多种预置模板，可根据分析类型自动匹配：

1. 概览型模板：突出关���指标卡片
2. 对比型模板：强调多维度比较图表
3. 明细型模板：以数据表格为主体
4. 综合型模板：包含摘要、图表和明细

4. 工程实践与优化

4.1 开发流程

采用分阶段实施策略：

1. 数据层验证：确保SQL生成和执行准确
2. 页面层验证：确认数据到页面的转换可靠
3. 端到端测试：验证完整链路功能
4. 性能优化：针对高频查询进行缓存和索引优化

4.2 稳定性保障措施

1. 输入校验：对自然语言问题进行有效性检查
2. 回退机制：当自动生成失败时，提供简化结果
3. 执行监控：记录各环节耗时和成功率
4. 限流保护：防止系统过载

4.3 性能优化

针对医疗设备采购场景的特点，我们实施了多项优化：

1. 查询优化：

   • 为常用过滤条件（省份、设备类型）创建索引
   • 对大型表进行分区（按年份）
   • 使用物化视图预计算常用指标

2. 缓存策略：

   • 高频查询结果缓存（TTL 5分钟）
   • 页面模板预加载
   • 数据字典内存缓存

3. 异步处理：

   • 复杂查询异步执行
   • 页面生成任务队列化
   • 结果通知机制

5. 应用效果与案例

5.1 典型用户旅程

用户输入：
"请统计2024年江西省各地市CT设备采购情况，按公告数量降序排列，生成包含摘要卡片和柱状图的BI页面"

系统处理流程：

1. 识别为分组统计请求
2. 确定指标为"公告数量"，维度为"城市"
3. 添加过滤条件：省份=江西，设备类型=CT
4. 时间范围：2024年全年
5. 生成SQL并执行
6. 构建页面数据对象
7. 选择"对比型"模板渲染
8. 返回页面链接

5.2 实际效果对比

5.3 扩展应用场景

1. 采购监控大屏：实时展示各地区采购动态
2. 供应商分析报告：自动生成供应商绩效评估
3. 预算执行看板：对比预算与实际支出
4. 异常检测预警：识别采购异常模式

6. 经验总结与展望

6.1 关键成功因素

1. 语义一致性：严格定义业务术语与技术实现的映射关系
2. 架构清晰度：明确划分各层职责边界
3. 交付完整性：坚持将结果推进到可直接使用的形式
4. 工程严谨性：重视每一环节的可靠性和可验证性

6.2 未来优化方向

1. 意图理解增强：支持更复杂的问题表述
2. 模板多样化：增加更多专业分析模板
3. 交互式探索：在生成的页面上支持下钻分析
4. 多数据源整合：对接更多业务系统数据

这套方案证明了AI在数据分析领域可以超越简单的问答模式，直接参与分析产品的生产。当技术架构与业务需求深度结合时，AI不仅能理解问题，更能交付真正有价值的解决方案。这种从"回答问题"到"生产BI"的转变，或许正是智能数据分析进化的下一个里程碑。