六节点LangGraph Text-to-SQL智能体论文发布与评估

研究者发布论文（arXiv:2609.22917v2），构建并评估了一个基于LangGraph的六节点Text-to-SQL智能体：检查问题相关性、获取实时schema、生成PostgreSQL并干跑验证、失败重试后执行查询，最后用英文叙述结果。方法仅用提示工程，未微调模型。 评估在Chicago Crime数据集（约850万条记录、22个属性）上进行，对照人工构建的100个自然语言问题及标准SQL的基准。作者说明未与外部基线系统或公开基准比较，属单模型工程评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。