大家好呀！这里是你们的课代表懒懒~👋今天懒懒要带大家回顾的是第 15 讲和第 16 讲的内容。
在前面的课程中，传统 RAG 问答系统搭得差不多了，但一遇上“统计类”问题就抓瞎？比如“库中一共有多少篇论文？”、“哪个方向的论文最多？”……这些看似简单的统计问题，对普通 RAG 系统却是天堑。
可见，掌握基础并不等于拥有一套高性能、企业级 RAG 系统。第 15、16 讲正是为此而来——聚焦 RAG 系统的统计能力增强与实战应用。
为什么需要“进阶”RAG？
传统 RAG 在处理统计问题时存在明显短板：
RAG 天生擅长文本问答，对数据库、表格等结构化数据却束手无策。
统计问题本质上是“先算后答”，但普通 RAG 不会 SQL，更不会统计图分析。
正确答案：
有没有一种办法可以让的 RAG 也具备处理结构化数据和动态计算的能力？有！
解决方案：SQL Call + Function Call 双剑合璧
核心组件升级
✅ 意图识别模块：智能判断问题类型（知识问答/统计分析）
✅ SQL 数据库：结构化存储海量数据
✅ SQL Call：自然语言转 SQL 查询的"翻译官"
✅ Function Call：动态计算与图表生成的"瑞士军刀"
第一步：识别用户意图 —— 是知识问答？还是统计问题？
我们构建了一个IntentClassifier模块，自动判断用户问题属于：
不同类型的问题，走不同的 pipeline👇
import lazyllmfrom lazyllm.tools import IntentClassifier
classifier_llm = lazyllm.OnlineChatModule()chatflow_intent_list = ["翻译服务", "天气查询", "内容推荐", "金融行情查询"]classifier = IntentClassifier(classifier_llm, intent_list=chatflow_intent_list)
while True: query = input("输入您的问题：\n") print(f"\n识别到的意图是：\n {classifier(query)}\n" + "-"*40)
# 今天天气怎么样 ➔ 天气查询# A股行情怎么样 ➔ 金融行情查询# 给我推荐一部科幻电影 ➔ 内容推荐# 帮我把这边论文译为中文 ➔ 翻译服务
复制代码
第二步：数据准备 —— 下载论文+构建数据库
在这一阶段，我们要为 RAG 系统准备“两套粮草”：
🗃️ 一份用于 RAG 检索的论文 PDF 文档；
🧮 一份用于 SQL 统计分析的结构化数据库。
🎓 小科普：SQL 数据库到底是个啥？
在深入使用 SQL 之前，我们先搞清楚几个基本概念：
🗝️数据库按照结构可分为两类：
我们此次实战使用的是最常见的 SQLite —— 轻量级、零配置、超适合上手！
🗝️SQL（结构化查询语言）是操作这类数据库的“指令语言”。比如下面一句话就能筛选出工资高于 5000 的员工：
SELECT name FROM employees WHERE salary > 5000;
复制代码
🛠 动手实战：创建论文数据库（papers.db）
我们以 ArXivQA 为例，一次性搞定：
import sqlite3import json
def write_into_table(): with open('test.txt', 'r')as f: data = json.load(f)
data = data['data']
# 连接到 SQLite 数据库（如果数据库不存在，它会被创建） conn = sqlite3.connect('papers.db') cursor = conn.cursor()
# 创建表格 cursor.execute(''' CREATE TABLE IF NOT EXISTS papers ( id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT, author TEXT, subject TEXT ) ''')
# 插入数据 for paper in data: cursor.execute(''' INSERT INTO papers (title, author, subject) VALUES (?, ?, ?) ''', (paper['title'], paper['author'], paper['subject']))
# 提交并关闭连接 conn.commit() conn.close()
复制代码
这样系统就既有“文本知识”，也有“结构化信息”啦！
第三步：SQL Call —— 会写 SQL，还得能查！
要让 RAG 真的能处理结构化数据，光有数据库还不够，还得有“翻译官”能听懂自然语言，把“人话”转成“数据库语言”——这正是 Text2SQL 的任务。
⚙️ 什么是 Text2SQL？
Text2SQL 是一种自然语言处理（NLP）技术，核心任务就是把用户用“人话”问的问题 ➡️ 自动转成能在数据库执行的 SQL 查询语句。
工作流程如下图所示：
例如，针对“请给我每个品类的盈利汇总，按盈利从高到低排序”，生成 SQL 如下：
SELECT product_category, SUM(product_price * quantity) - SUM(cost_price * quantity) AS profit FROM orders GROUP BY product_category ORDER BY profit DESC;
复制代码
是不是瞬间高大上了？😉
🛠 动手实战：让大模型具备 Text2SQL 能力
构建一个SqlManager和SqlCall，让大模型具备 Text2SQL 能力：
from lazyllm.tools import SqlManager, SqlCall
sql_manager = SqlManager("sqlite", None, None, None, None, db_name="papers.db", tables_info_dict=table_info)sql_llm = lazyllm.OnlineChatModule()sql_call = SqlCall(sql_llm, sql_manager, use_llm_for_sql_result=False)
query = "库中一共多少篇文章"print(sql_call(query))>>> [{"total_papers": 200}]while True: query = input("请输入您的问题：") print("answer：") print(sql_call(query))# 库中一共多少篇论文# 库中最多的三个subject是什么# 查询数据库并返回 subject 包含Computer Vision的论文题目的结果
复制代码
✔️ 动态 SQL 生成
✔️ 执行数据库查询
✔️ 返回结构化结果
第四步：Function Call —— 数据分析 + 图表生成！
SQL Call 帮 RAG 跨入了结构化数据的门槛，但你有没有发现——有些统计问题并不是“查数据”，而是“做计算”，甚至“生成图表”！
比如👇：
“过去 12 个月的平均营收是多少？”
“哪类产品盈利最多，能不能画个图？”
这时候，传统 RAG + SQL 就不够用了，我们需要 Function Call！
什么是 Function Call？
Function Call 就是让大模型调用你定义好的“外部函数”。比如你定义了一个绘图函数、一个均值计算函数，模型就可以：
听懂你的问题
选出对应的函数
输入参数、执行逻辑
把结果自然语言描述或图表展示出来
它就像大模型身边的“工具箱”，有问题直接“调工具”。
常用的 Function Call 算法
📌 更多有关 Function Call 的内容与详细实战操作，请关注后续 RAG 教程。
Function Call 流程展示
示例问题：请问汤姆的同桌的姐姐的家乡明天的气温怎样？
Plan：大模型把问题分解成若干步骤
Q1：汤姆的同桌是谁？得到答案 A1Q2：A1 的姐姐是谁？得到答案 A2Q3：A2 的家乡是哪个城市？得到答案 A3Q4：A3 明天的气温是多少？得到最终答案 A4
复制代码
下面为 LazyLLM 中的简单示例流程代码。
def get_sister_name(name: str) -> str: ...def get_hometown(name: str) -> str: ...def get_deskmate(name: str) -> str: ...def get_tomorrow_temperature(city: str) -> Optional[float]: ...
agent = PlanAndSolveAgent(llm=TrainableModule("internlm2-chat-7b").start(), tools=[get_sister_name, get_hometown, get_deskmate, get_tomorrow_temperature])ret = agent("请问汤姆的同桌的姐姐的家乡明天的气温怎样？")
复制代码
Solve：大模型从工具列表中选择合适的工具解答问题
在得到问题后，大模型会把问题分成若干步骤，然后根据需要调用合适的工具。
常用可视化工具
🛠 动手实战：统计分析 Agent
普通 SQL 搞不定的图表分析任务，Function Call 来搞定！
我们封装了两个工具函数：
run_sql_query：查询数据
run_code：执行统计/绘图代码（支持 pandas、matplotlib 等）
@fc_register("tool")def run_sql_query(query): """ Automatically generates and executes an SQL query based on a natural language request.
Given a natural language query describing a data retrieval task, this function generates the corresponding SQL statement, executes it against the database, and returns the result.
Args: query (str): A natural language description of the desired database query.
Returns: list[dict]: A list of records returned from the SQL query, where each record is represented as a dictionary. """ sql_manager = SqlManager("sqlite", None, None, None, None, db_name="papers.db", tables_info_dict=table_info) sql_llm = lazyllm.OnlineChatModule(source="sensenova") sql_call = SqlCall(sql_llm, sql_manager, use_llm_for_sql_result=False) return sql_call(query)
@fc_register("tool")def run_code(code: str): """ Run the given code in a separate thread and return the result.
Args: code (str): code to run. Returns: dict: { "text": str, "error": str or None, } """ result = { "text": "", "error": None, }
def code_thread(): nonlocal result stdout = io.StringIO() try: with contextlib.redirect_stdout(stdout): exec_globals = {} exec(code, exec_globals) except Exception: result["error"] = traceback.format_exc() result["text"] = stdout.getvalue()
thread = threading.Thread(target=code_thread) thread.start() thread.join(timeout=10)
if thread.is_alive(): result["error"] = "Execution timed out." thread.join()
return result
复制代码
搭配 ReactAgent，系统自动完成：🔁 理解问题 → 数据查询 → Python 绘图 → 图像展示
from lazyllm.tools.agent import ReactAgent
agent = ReactAgent( llm=lazyllm.OnlineChatModule(stream=False), tools=['run_code', 'run_sql_query'], return_trace=True, max_retries=3, )
复制代码
一键整合两个流程：论文问答系统升级实录
我们将两个子工作流整合成一个“超级论文问答系统”：
def build_paper_assistant(): llm = OnlineChatModule(source='qwen', stream=False) intent_list = [ "论文问答", "统计问答", ]
with pipeline() as ppl: ppl.classifier = IntentClassifier(llm, intent_list=intent_list) with lazyllm.switch(judge_on_full_input=False).bind(_0, ppl.input) as ppl.sw: ppl.sw.case[intent_list[0], rag_ppl] ppl.sw.case[intent_list[1], sql_ppl]
return ppl
复制代码
只需输入一句自然语言，系统自动判断 + 自动处理！
图文并茂、数据可视、全自动分析 ✅
RAG 论文系统综合多模态方案
经过多讲实战拆解，我们已经从：
✍️ 基础 RAG 文档问答
🧠 意图识别模块拆分
📊 SQL Call 结构化检索
🧮 Function Call 动态分析
🖼️ 多模态图像理解
一路构建出了一个真正面向论文场景的“通用型智能助手”系统！
这不只是把模块“拼上去”，而是真正形成了一个能问、能答、能查、能画图，还能跨图文内容理解的完整闭环系统！
👇 来看看系统架构总览图，你现在搭建的 RAG 已经不是“小白问答机”，而是👇
代码实现
# 构建 rag 工作流和统计分析工作流rag_ppl = build_paper_rag()sql_ppl = build_statistical_agent()# 搭建具备知识问答和统计问答能力的主工作流def build_paper_assistant(): llm = OnlineChatModule(source='qwen', stream=False) vqa = lazyllm.OnlineChatModule(source="sensenova",\ model="SenseNova-V6-Turbo").prompt(lazyllm.ChatPrompter(gen_prompt)) with pipeline() as ppl: ppl.ifvqa = lazyllm.ifs( lambda x: x.startswith('<lazyllm-query>'), lambda x: vqa(x), lambda x:x) with IntentClassifier(llm) as ppl.ic: ppl.ic.case["论文问答", rag_ppl] ppl.ic.case["统计问答", sql_ppl] return pplif __name__ == "__main__": main_ppl = build_paper_assistant() lazyllm.WebModule(main_ppl, port=23459, static_paths="./images", encode_files=True).start().wait()
复制代码
一个总结：RAG，不止于问答！
从第 15 讲的理论铺垫，到第 16 讲的实战落地，我们一步步带你从传统 RAG 跃升至智能数据助手。RAG 系统不再是“只会读文本”的工具，而是一个：
✅ 会理解意图
✅ 能查结构化数据库
✅ 会写 SQL
✅ 能做统计分析、还能画图！
下次遇到数据分析类问题，不如试试你自己搭的 RAG 智能体吧～
通过这两讲的深入实战，我们不只是看懂了 RAG 如何“接数据库、调代码、画图表”，更真正掌握了：一个能做宏观总结和统计分析的 RAG 系统，不只是能答题，更能思考，更能分析！
从意图识别让系统“知你所问”，到 SQL Call 架起 RAG 与结构化数据之间的桥梁，再到 Function Call 让模型插上“代码执行+图表生成”的双翼，我们一步步，把 RAG 从文本问答助手，升级成了数据智能+图形交互的超级分析专家！
这不是简单的“加功能”，而是一次认知和能力的全方位拓展！RAG 不再只是“读文本”，它开始真正“理解问题”、“提取数据”、“生成洞察”。
现在，是时候开启实战模式啦！🎮快把你打造的超级 RAG 系统晒出来吧！
评论区、B 站视频弹幕区、微信技术交流群
我们都等着你的反馈哦！
RAG 的下一个边界，由你来突破！
学会原理，敢于实践！
星舰启航，继续紧急！
🔥🔥🔥
更多技术交流，欢迎移步“LazyLLM”GZH~
评论