产品架构设计
Data Agent 从底层到上层分为数据层、AI 层和展现与接入层。数据层承接客户已有的数据资产;AI 层由下到上包含 SQL 层、SemanticDB(本体层)、Alisa(语义理解层)和大模型层,通过 NL2NL2LF2SQL 链路把业务问题转化为可执行的查询;上层通过 Web、移动端、企业 OA、MCP 和 API,将数据能力送到用户实际工作的地方。
这套核心架构称为 NL2NL2LF2SQL:大模型先将用户的自然语言问题整理为适合查询的自然语言,Alisa 再将其转换为 Logicform,SemanticDB 最后结合业务语义与权限生成 SQL,由 SQL 层连接数据源并执行。不同入口复用同一套业务口径和数据权限。
整体架构图
下图展示产品的层级与模块,可点击“放大查看”浏览细节。
正在绘制图表…
主要查询链路为:用户入口 → 大模型层 → Alisa → SemanticDB → SQL 层 → 客户数据,结果沿调用链返回。企业 OA 包括飞书、企业微信和钉钉。
核心架构:NL2NL2LF2SQL
NL 指自然语言,LF 指 Logicform,SemanticDB 承载本体层。三个转换阶段分别对应以下模块之间的调用:
SQL 层负责连接不同数据源并执行生成的 SQL。这里展示的是逻辑分层,Nora 等 AI 员工可承载大模型层的问题理解与任务编排;Alisa 解析时也会使用 SemanticDB 本体模型中的业务知识。API 可以直接提交 Logicform,从 SemanticDB 进入后续执行链路。
Excel 临时文件既可以用于独立的文件问答,也可以在导入、映射和建模后纳入语义查询;图中展示的是后一种方式。
数据层:适配客户不同阶段的数据基础
客户的数据可能已经完成数仓建设,也可能仍然分散在业务数据库和临时文件中。数据层为这些形态提供接入基础,实施时按实际数据条件选择路径。
数仓和原始数据通常通过数据库连接访问。逻辑业务模型与物理存储通过映射关联,因此可以在保留客户现有表结构的基础上建设语义模型。
临时文件问答适合快速分析,其处理方式和数据规模限制取决于具体文件工具。文件只有在完成相应的数据接入和建模后,才能复用本文描述的语义口径与数据权限体系。
AI 层:大模型、语义理解、本体与 SQL
SQL 层(SQL 连接器)
SQL 连接器负责连接不同数据源并执行查询,将底层数据库的连接方式和执行差异封装在统一的数据访问能力中。
例如,MySQL 协议连接器可对接 MySQL、Doris、StarRocks 等数据源,PostgreSQL 协议连接器可对接 PostgreSQL 等兼容数据源;部分数据库需要额外部署 JDBC 连接服务。具体支持范围和部署方式以连接数据库为准。
这一层解决“数据在哪里、如何访问”的问题。业务指标的含义和用户可见范围由上层的语义与权限配置决定。
SemanticDB(本体层)
SemanticDB(本体层)承载业务本体定义与权限执行,负责 LF2SQL:接收 Alisa 或 API 提交的 Logicform,根据业务模型、指标定义、数据映射和权限生成 SQL,再交给 SQL 层执行。
本体层将物理表和字段转换为业务可以理解、AI 可以使用的知识,主要定义以下内容:
- 业务对象与关系:例如客户、订单、商品、门店,以及订单与客户、商品之间的关联。
- 指标定义:例如销售额、订单数、毛利率,以及计算公式、聚合方式和统计口径。
- 维度与时间口径:例如地区、渠道、产品线、自然月或财年。
- 业务术语与同义词:让用户的日常表达能够匹配到明确的业务概念。
- 数据映射:把逻辑模型、属性和指标对应到实际的数据源、物理表和字段。
权限层与语义层协同工作,约束用户能够访问哪些模型、数据行、字段和指标。例如,区域经理可以查询本区域销售数据,但不能查看其他区域明细;财务角色可以查看成本指标,普通业务角色只能查看获准开放的指标。
执行查询时,系统结合调用用户的身份、角色和数据权限校验查询范围,并应用相应的过滤条件。同一个问题可能因用户权限不同而返回不同范围的结果。Web、OA、MCP 和 API 等入口需要正确传递或映射调用身份,才能复用这套规则。
这一层同时回答“数据代表什么”和“谁可以查看什么”。业务关系、指标定义和权限集中维护后,上层入口就可以复用相同的规则。
Alisa(语义理解层)
Alisa 是自然语言查询的核心算法,基于本体论与知识图谱,对问题中的业务概念及其关系进行识别和映射。
Alisa 负责 NL2LF:接收大模型层整理后的自然语言问题,识别业务概念与关系,生成 Logicform 并传给 SemanticDB。SQL 由 SemanticDB 生成,再交给 SQL 层执行。
例如,用户提出“上个月华东地区各门店的销售额是多少”,系统需要识别时间范围、地区条件、门店维度和销售额指标,并依据已定义的业务关系组织查询。
Alisa 的核心解析不依赖大模型,适合业务概念明确、指标和维度清晰的查询。在完整的 NL2NL2LF2SQL 链路中,大模型层负责先整理问题,Alisa 专注于将明确的查询意图转成 Logicform。
大模型层
大模型层位于 Alisa 上方,负责 NL2NL:理解用户的日常表达,通过上下文补全、必要的澄清和问题改写,形成适合 Alisa 解析的自然语言问题,再调用 Alisa。
对于多步分析或开放式任务,Nora 等基于大模型的 AI 员工可以先拆解任务,再按需调用 Alisa 获取数据。取得结果后,还可以生成解释、分析或适合不同渠道的展示内容。
大模型层的查询输出仍是自然语言,后续由 Alisa 生成 Logicform、SemanticDB 生成 SQL,各层分别承担问题理解、语义解析和查询执行职责。
展现与接入层:将同一套数据能力提供给不同入口
这些入口共享下层的查询能力。各入口负责适合当前场景的交互、身份对接和结果展示;指标口径、业务关系和数据权限在统一的 AI 层维护。具体入口能力以所部署的版本和插件为准。
当前 MCP 服务通过 ask_data 工具调用 Nora 完成自然语言问数,再由 Nora 按需调用 Alisa。配置方式见 MCP Server 接入。
一次查询如何贯穿各层
以区域经理在飞书中提问“上个月华东地区各门店的销售额是多少”为例:
- 入口接收请求:飞书入口将问题和已映射的用户身份传入 Data Agent。
- NL2NL,大模型层 → Alisa:大模型层结合上下文整理问题,明确时间、地区、门店维度和销售额指标,将自然语言问题交给 Alisa。
- NL2LF,Alisa → SemanticDB:Alisa 基于图算法解析问题,生成包含时间、筛选条件、分组维度和指标的 Logicform,传给 SemanticDB。
- LF2SQL,SemanticDB → SQL 层:SemanticDB 解析销售额定义、门店关系和数据映射,结合该用户的表、行、列及指标权限生成 SQL。
- 连接数据源并执行:SQL 层通过连接器将 SQL 发送到对应数据库或数仓,取得实际数据。
- 返回结果:结果沿调用链返回,由飞书入口展示适合当前渠道的内容;通过 Nora 交互时,还可进一步生成解释或分析。
这条链路将“从哪里取数”“按什么口径计算”“允许查看哪些数据”和“如何理解问题”分别放在对应层级,使各部分能够独立维护并共同支撑业务查询。
实施时的建设顺序
建议先确认数据来源与质量,再完成连接、语义建模和权限配置,最后接入所需渠道。验收时,用同一组明确的问题核对查询结果,再切换不同角色验证数据范围。
本文描述的是以语义建模为基础的架构。快速试用时也可以选择独立的临时文件问答或直接 NL2SQL,不同模式的能力边界见 Data Agent 简介。
相关实施文档:

