本文提出SemanticPlan作为LLM与数据系统交互的第三种范式，通过预定义JSONSchema实现安全高效的查询接口。相比Text-to-SQL和FunctionCalling，SemanticPlan结合了SQL的表达力与JSONSchema的安全性，LLM生成语义层中间表示（IR）后由Compiler编译为方言SQL。文章详细阐述了9字段JSONSchema设计、5道验证防线（Schem

AI / Agent 接入难：数据治理是 LLM 落地的反向 KPIWhy LLM Applications Fail in Power Equipment Manufacturing—— 电力装备制造业数据治理系列 · Vol.1 · 07摘要2023-2025 年 LLM 与 AI Agent 技术飞速发展，制造业普遍希望「用 LLM 帮我查数据 / 做报价 / 写文档」。但实际落地中，多数

摘要：Anthropic于2024年发布的Model Context Protocol（MCP）旨在标准化LLM与外部系统的集成，解决不同厂商私有协议导致的N×M对接问题。MCP采用三层架构（Capabilities/Messages/Transport）和四层安全模型（Capability/Consent/Sandbox/Audit），通过JSON-RPC实现跨厂商兼容。实验显示，MCP在25+

本文探讨了LLM与外部系统接口范式从Text-to-SQL向FunctionCalling的转变。通过对比两种范式的接口契约、失败模式和安全模型，指出FunctionCalling采用强类型JSONSchema的结构化对象输出，具有权限合规性高、幻觉率低、可解释性强等优势。文章详细分析了JSONSchema设计原则、大规模工具集下的选择策略，并提出5层安全模型。实验显示FunctionCallin

电力装备制造业普遍存在主数据混乱问题，同一物料在不同系统中存在多套编码（如ERP、MES、CRM等系统各有命名规则），客户主数据重复率高达30%以上。这导致跨系统报表错误率5-10%、决策延迟3-7天、AI应用幻觉率高等问题。根源在于历史系统建设路径依赖和字段标准缺失。解决方案包括建立L2元数据治理层，通过字段标准化、业务字典（Glossary）和数据血缘实现主数据对齐，采用AI辅助+人工审核的协

OLAP 引擎深度横评：Doris / StarRocks / Trino / ClickHouse 的工程权衡—— 数据基础设施技术札记 · 2026摘要OLAP 引擎在过去 5 年涌现了 4 款明星产品：Apache Doris、StarRocks、Trino（PrestoSQL）、ClickHouse。它们的设计哲学截然不同——Doris/StarRocks 走 MPP 路线追求易用与高性能

OLAP 引擎深度横评：Doris / StarRocks / Trino / ClickHouse 的工程权衡—— 数据基础设施技术札记 · 2026摘要OLAP 引擎在过去 5 年涌现了 4 款明星产品：Apache Doris、StarRocks、Trino（PrestoSQL）、ClickHouse。它们的设计哲学截然不同——Doris/StarRocks 走 MPP 路线追求易用与高性能

摘要：本文系统探讨现代数据系统中的查询路由（Query Routing）问题，提出基于成本估算的自适应反馈方法。研究聚焦执行计划空间形式化、基数估算（直方图/抽样/学习型）、复合成本模型（IO/CPU/Network/Startup）和自适应反馈闭环四大模块。实验表明，自适应模型将开环估算误差从2-10倍压缩至1.5倍以内，在TPC-H等基准测试中路由准确率提升10-20%。研究强调基数估算精度对