TEXT2SQL

采用多路召回策略在多表场景下提升表与列选择准确率和召回率，保证了后续 SQL 生成时所使用的表与列更加贴合业务需求。

采用多智能体多模型方案生成候选 SQL ，并且每个智能体都能够自我修正生成的SQL查询，有效避免了单一 LLM 生成的 SQL 准确性不足或效率低下的问题，进一步提升SQL的质量。

采用专业大模型赋能的打分机制对各个备选SQL打分，精准地选出优质的那条，有效避免了单一 LLM 生成的 SQL 准确性不足或效率低下的问题。