← 返回精选项目
CASE 03 / TEAMWORK & VALIDATION
Cogniq 可信数据分析系统
让自然语言分析不止有答案，还能回到查询依据。
团队项目 · 2026.04—2026.07；个人参与流程梳理、前后端联调与场景验收
01 / 问题
不会写 SQL，也需要判断分析是否可信。
业务人员希望用自然语言提问，但模型候选可能包含错误字段、越权查询、危险 SQL，或给出缺少数据依据的结论。项目把"生成候选"与"受控执行、结果核验"分开。
02 / 流程
把每一步的输入、输出与风险讲清楚。
03 / 个人贡献
我参与的工作，与团队成果分开说明。
主流程梳理
梳理提问、字段权限、候选生成、SQL Guard、只读执行、报告与复核，明确各环节验收关注点。
前后端联调
参与 Vue 3 与 Spring Boot 开发及联调，围绕数据接入、任务流、结果展示检查链路。
场景验收与修正
区分调用成功、查询正确和结论可信，关注报告结论能否对应查询结果与指标口径。
04 / 判断
"接口成功"不是分析任务的终点。
从项目中形成的关键判断：模型适合生成候选，不能替代权限约束；工具成功执行不代表报告正确；复核时要把数据、指标口径和结论放在一起看。
这种判断可迁移到 AI 产品的案例运营和体验评测：不只统计是否给出答案，还需要检查答案依据、异常路径和用户能否理解。
05 / 边界
团队奖项，不包装成个人独立开发。
奖项和系统成果属于团队。个人不宣称独立实现完整后端架构、多智能体运行时、SQL 解析器或生产部署。
本页依据既有项目说明整理。公开版暂未附获奖证书和原始验收报告；奖项为项目材料所载，相关证明可在获得团队许可并脱敏后补充。流程图仅用于解释设计，不证明企业级系统已经上线。