何鹏林 · 数据分析师 | AI 多 Agent 架构

Featured Work

AI 多 Agent 数据取数架构

基于 Claude Code 搭建的「一个人的虚拟数据团队」——将多 Agent 分工、强制 Review、知识持久化融入日常工作流，让 AI 不仅会写 SQL，更拥有完整的工程化交付能力

🧩 架构总览 · 全链路流程

决策层

👤 我 — 定义需求 · 审核结果 · 维护规范

↓ 自然语言需求

编排层

🎯 主会话（Claude Code）

任务拆分 · Agent 分发 · 知识回写

执行层

📊 sql-writer 📋 excel-writer 🔍 data-analyst 📄 doc-writer

↓ 每个产出物必须过审

审查层

✅ data-reviewer（质检卡点·只读）

↓ PASS 才返回 · FAIL 退回修正

📚 wiki/ 知识库 🧠 memory/ 跨会话记忆 📐 conventions/ 规范文件

🤖 Agent 角色详解

📊 sql-writer

专职写 SQL + 执行

启动时自动加载 sql_conventions + wiki 表文档 + 可复用 patterns
不确定字段口径 → 先探查（查 DDL / LIMIT 10 / 看枚举分布），不问用户、不猜
前置逗号格式、分区条件用字面量、率值分子分母分开取
交付前在 DataABC 跑通，结果非空检查

📋 excel-writer

Python 脚本生成 xlsx

颜色语义体系：蓝灰=表头、浅绿=好、橙=关注、浅红=差
永远用原始 tabular 数据聚合，不从透视表硬编码行号
能用公式的计算（差值/同比/合计）必须写公式，不硬编码
覆盖写入前备份旧文件到 versions/ 子文件夹

🔍 data-analyst

数据加工 + 结构化分析

结论标题写断言句，不写描述句。每条结论过五问压力测试
R1-R9 护栏：因果链完整、合成效应先拆、趋势最小3周期、占比+绝对量并行
禁用词检查："说白了""本质上""综上所述"——直接说人话

📄 doc-writer

格式化交付（SDoc / HTML / PPT）

先跑通数字和逻辑，再做可视化（不做回头改数字的事）
管理层汇报：LAYOUT_WIDE，卡片自适应，字号体系规范
模板化交付，保持风格一致

✅ data-reviewer · 强制质检卡点

审查维度

SQL 逻辑	分区条件、字段口径、表选择是否正确
数据完整性	结果非空、无重复、与指标基线比对
结论支撑	断言句、数据→结论护栏是否通过
格式一致性	颜色体系、文件名规范、注释是否完备

设计原则

只读角色 — reviewer 只判 PASS/FAIL，不能改数据
强制执行 — 流程硬编码，不可跳过，不可主观判断"改动太小不需要"
独立上下文 — 不共享 writer 的推理过程，避免确认偏误
降级兜底 — Agent 连续失败 2 次 → 停止，报告用户，不无限重试

❌ FAIL 示例

-- reviewer 发现：分区条件用了函数
WHERE substr(dt,1,4) || '-' || ... >= '2026-01'
-- 判定: FAIL
-- 原因: 分区字段套函数 → 全量扫描，数仓禁止
-- 修正: WHERE dt >= '20260101'

✅ PASS 后

1. 结果文件路径返回用户
2. 附数据摘要（行数、关键指标范围）
3. 异常值自动标注（金额为负、部门为空等）
4. Wiki 自动回写（有新知识就追加）
5. Raw_log 更新（如果有需要记录的纠正）

🧠 知识持久化 · 越用越聪明

📚 wiki/ 知识库

AI 自动维护的数仓文档

tables/ 表结构 + 字段说明 + 踩坑记录
sql-patterns/ 可复用查询片段
concepts/ 业务概念定义
lessons/ 取数坑点和解决
log.md 入库变更日志

🧠 memory/ 跨会话记忆

跨对话持久化的纠错和偏好

feedback_* 用户纠正（已固化）
reference_* 业务体系参考
project_* 进行中的项目参数
raw_log.md 实时观测记录

📐 conventions/ 规范

人定标准 + AI 执行

sql_conventions 格式 + 执行限制
excel_conventions 颜色 / 数字 / 图表
analysis_conventions 结论质量
metric_baselines 指标基线值

🔄 知识沉淀闭环示例

用户纠正："lower() 不对" → 记入 raw_log（出现1次） → 同类问题再现第3次 → 自动升级为 memory 正式规则 → 所有后续会话自动遵守

📈 效果对比

传统方式

每次从零写 SQL，无法复用
口径靠记忆，踩过的坑再踩
自己检查自己的数据
重复工作无法沉淀
一个简单取数 ~30min

多 Agent 方式

Wiki 自动积累，越写越快
口径纠正一次，永远不再犯
独立 reviewer 交叉审查
每次任务自动回写知识
一个简单取数 ~3min

🏗️

不是问 AI 一个问题

是用 AI 跑流程
有分工、有卡点、有知识积累

🛡️

AI 犯错靠架构解决

Review卡点 + 纠错自动沉淀
不靠"下次注意"

📈

投入前置，回报复利

写规范、建wiki的成本在前面
后面每次任务都受益