解决方案

基于大模型的深基坑智能风险管理Agent项目旨在通过先进的人工智能技术和专家知识体系，为客户提供高效、精准的工程数据查询，提高智能化风险管控水平。整体架构分为以下两个关键模块：

1）NER（命名实体关系）识别模型

输入深基坑管理的专家知识作为微调数据，对私有化大模型进行微调，从而实 现当用户输入自然语言时，NER模型会根据专业知识判断识别相关命名实体， 为SQL生成提供支持，解决数据本身命名不规范、查询复杂的问题

2）基于LLM的Test2SQL生成模型

基于大语言模型进行微调，实现自然语言生成SQL的工作，并结合NER模块的 用户询问意图的理解，生成最终的查询SQL，解决了使用者提问时口语化、表 述模糊时仍需能够准确生成SQL的需求

综合来讲，根据深基坑管理范围，利用大语言模型，提供对自然语言的理解能力，辨别用户语义真实意图，根据意图来查询、调用不同的数据源，使得用户在使用层面上得到统一；并在原有数据表的基础上，创建高效视图，降低查询语句的复杂度，实现工程数据的智能、高效治理。提高深基坑风险管控的数智化水平和风险管控的业务效率。