工厂MES数据LLM自然语言查询实验

针对工厂MES数据查询依赖开发、报表迭代慢的问题，实验室完成了一轮NL2SQL原型验证。基于开源基座模型叠加Schema感知微调，配合字段级权限映射与SQL执行沙箱，确保自然语言提问只落到查询者有权访问的数据范围。

在某3C装配车间真实数据上，常见查询（如昨日OEE最低产线及停机TOP3原因）的端到端准确率约82%，主要错误集中在时间窗口模糊与多表JOIN的口语化表达；下一步将引入示例回退与轻量人工反馈，重点压降长尾问题的失败率。

方法上我们不追求单一模型承担全部推理，而是将Schema匹配、SQL生成、结果解释拆为可观测环节，便于后续接入工艺知识图谱与Agent调用链。