基于大语言模型的电商智能分析助手：RAG与NL-to-SQL的融合实践

本文介绍了一个结合大语言模型（LLM）、检索增强生成（RAG）和自然语言转SQL（NL-to-SQL）技术的电商数据分析系统，旨在让业务人员通过自然语言即可获取深度数据洞察。项目由Rihanashariff维护，发布于2026年6月6日的GitHub平台，原始标题为《LLM-Powered-Analytics-Assistant-with-RAG》。

在电商运营中，业务人员面临两大困境：一是海量结构化数据（交易、用户行为）需复杂SQL技能才能提取价值，依赖数据团队导致等待周期长；二是客户评论等非结构化数据难以通过传统BI工具进行语义理解和情感分析。需求是构建一个自然语言交互的系统，让业务人员能直接向数据提问并获得可视化结果。

数据层

使用巴西电商Olist公开数据集（约10万订单、8张表、4万客户评论，2016-2018年），以SQLite存储。

核心引擎

• NL-to-SQL模块：将英文问题转SQL
• RAG检索模块：基于FAISS向量库处理非结构化数据
• 混合推理模块：智能协调SQL与RAG
• 可视化模块：自动生成Plotly图表

技术栈

LLM API（Groq）、嵌入模型（Sentence Transformers）、向量数据库（FAISS）、前端（Streamlit）、数据处理（Pandas/NumPy）

结构化数据查询（SQL模式）

针对订单量、销售额等指标，自动生成SQL，如：

• 收入最高的5个产品类别
• 平均订单配送时间

非结构化数据分析（RAG模式）

处理客户评论，通过FAISS语义检索+LLM摘要/情感分析，如：

• 客户对配送服务的评价
• 低分评论的主要原因

混合分析模式（HYBRID模式）

结合结构化与非结构化数据，如：

• 配送时间对客户满意度的影响
• 销量低且评价差的产品类别

混合分析模式（HYBRID模式）

结合结构化与非结构化数据，如：

• 配送时间对客户满意度的影响
• 销量低且评价差的产品类别

智能路由

LLM自动判断查询类型：

• 仅需结构化数据→SQL模式
• 仅需文本分析→RAG模式
• 两者结合→HYBRID模式

可视化

自动推荐图表类型（柱状图、折线图等），生成Plotly交互式图表，实现“问答即得图表”的体验。

项目结构

• data/：数据库与向量索引
• sql/：NL-to-SQL转换
• rag/：嵌入生成与语义检索
• llm/：路由、情感分析、结果合成、图表生成
• app.py：Streamlit界面

实践价值

1. 自然语言接口降低数据分析门槛
2. RAG有效处理非结构化文本
3. 混合推理回答复杂业务问题
4. 开源技术栈（Groq替代OpenAI、FAISS替代商业向量库）控制成本

该项目为电商数据分析提供了可落地的参考实现，展示了从数据准备到界面设计的完整路径。随着LLM能力提升与成本降低，对话式数据分析有望成为企业BI工具的标准配置，其开源实现为行业提供了宝贵实践经验。