基于大语言模型(Large Language Models，LLM)的企业级结构化查询语言(Structured Query Language，SQL)生成引擎，能够通过本地部署LLM模型并结合提示学习对其进行微调，提高自然语言到SQL的转换效果。同时，该工具通过文本交互方式，可以为客户提供鲁棒且泛化的数据查询和统计服务。基于此，本文提出了一种新的数据可视化工具设计方案，该方案利用开源LLM模型，结合企业内部元数据库，通过提示工程技术(Prompt Engineering，PE)来生成有效的提示文本，从而生成更准确的SQL语句。同时，本文还详细介绍了系统的构成、功能设计、具体技术方案，包括训练、生产和优化三个阶段的详细流程。
NETL
NSTL
万方数据
