数店通 · AI 经营问数

想解决的问题

零售店长每天要看的数据并不复杂——销售额、缺货率、动销率、复购率——但传统 BI 需要有人提前配好报表。问一句预算之外的问题，往往要等一轮排期。

这个项目试的是另一条路：把中文问题直接变成一条有权限边界、可追溯的只读查询，并把口径和 SQL 一起摊开给用户看。

处理链路

中文问题
  → 规则解析器 / 可选 LLM 接口 → Pydantic Intent 白名单
  → config/semantics.yml 语义层（指标表达式、维度、权限规则）
  → 后端固定 SQL 模板 + 权限交集 + 绑定参数
  → sqlglot AST 校验（表、字段、函数、SELECT、LIMIT）
  → SQLite query_only 独立连接 + 5 秒执行预算
  → 图表推荐 + 确定性结论 + 口径与数据缺口说明

几个刻意的设计取舍

LLM 不碰 SQL。 模型只接收脱敏后的问题、语义定义和意图 schema，看不到查询明细，不生成最终 SQL，也不撰写经营结论。它输出的意图还要再过一遍 Pydantic 白名单；超时、HTTP 错误、非法 JSON 都会自动降级到规则解析，规则也理解不了时直接返回 422 并记失败审计。

权限在 SQL 层做交集，不是页面上藏起来。 同一个问题，管理员看到 6 家门店，华东区域经理看到 3 家，上海店长只看到上海静安店。查询范围由服务端按数据库里的角色重新计算，前端无权指定。

算不出来就返回 null，不填 0。 分母为 0 或基期缺失时明确留空；问「跟去年同期比」而数据只有 90 天时，系统会直接说明缺少去年同期，而不是编一个下降排名。缺货率的分母也不是「各店百分比的平均」，而是该期间库存 ≤0 的快照数 ÷ 全部快照数。

应用到的验收

项目自带 85 项 pytest，覆盖意图解析、指标口径、权限交集、AST 校验与降级路径；前端生产构建通过；浏览器验收覆盖登录、问数、跨区权限拒绝与审计记录。

当前边界

• 规则模式只支持固定时间词（昨天 / 今天 / 上周 / 本月 / 最近 30 天）和示例里的固定阈值，不是任意中文都能正确理解，不支持的表达会被明确拒绝。
• 数据由固定随机种子生成，是截至昨天的 90 天虚构经营数据，不含任何真实个人信息。
• 复杂归因、多轮追问、任意条件组合不在范围内。问「为什么下降」，系统给的是销售额、订单数、客单价的拆解，并说明无法判断客流与转化的因果。

项目图集