小节五:把 LLM 接进分析循环——模型负责提出“下一步最值得查的问题”,Query Tool 负责安全执行

模型接入之后,真正发生变化的是下一步分析动作由谁提出,而不是把查询校验和执行也交给模型。下面的循环图把它与 Query Tool 的执行职责拆开了。

图片[1]-小节五:把 LLM 接进分析循环——模型负责提出“下一步最值得查的问题”,Query Tool 负责安全执行-大赛人网

模型结合最新 Observation 和当前状态产生 QueryRequest;是否允许执行、查询结果是否可信以及何时结束,仍需要后端策略和完成条件共同约束。

真正 Data Agent 的核心循环:

Goal
+
Analysis State
+
Recent Query Results
 ↓
LLM
 ↓
Next Analysis Action

模型可以返回:

{
  "action": "query",
  "reason": "整体请求基本稳定,但 eCPM 明显下降,应优先下钻媒体维度",
  "request": {
    "metrics": [
      "income",
      "impression",
      "ecpm"
    ],
    "dimensions": [
      "media"
    ]
  }
}

Harness 做:

Schema Validation
↓
Query Policy
↓
Execute
↓
Observation
↓
Trace
↓
Update AnalysisMemory

然后再次调用模型。

模型不直接写任意 SQL

这是一个很重要的工程选择。

我们可以让模型输出:

Query Plan

而不是直接自由 SQL。

例如:

{
  "date_start": "2026-09-05",
  "date_end": "2026-09-06",
  "metrics": [
    "request",
    "impression",
    "income",
    "ecpm"
  ],
  "dimensions": [
    "media"
  ],
  "filters": {}
}

再由后端生成 SQL。

这样更:

安全
稳定
可审计
可限制

为什么 Analysis Skill 很重要?

Data Agent 应加载:

data-analysis

Skill 可以明确:

先确认整体
再拆指标
只对异常方向下钻
先媒体再广告位
证据足够时停止
不要为了“全面”无边界查询

这会显著减少:

乱查。

System Reminder

长分析中可以提醒:

当前 Goal:
解释收入下降原因

已确认:
request 稳定
eCPM 明显下降
媒体 A 最异常

还需要:
定位 Media A 的主要广告位
验证请求/曝光是否正常

请判断是否还需要更多查询。

这样 Agent 不容易跑偏。

Completion Gate

最终回答前检查:

是否确认整体异常?
是否定位主要异常指标?
是否定位主要异常维度?
最终结论是否有 Query Result?
是否还有关键未回答问题?

只有满足,才:

COMPLETED。

© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容