AgentNLQ：一种通用的自然语言转 SQL 智能体

自然语言转 SQL（NL2SQL）因关系型数据库的广泛应用而至关重要，但现有大模型在准确率上仍未达到人类专家水平。本研究提出一种新的多智能体方法，在 BIRD 基准测试中实现了 78.1% 的语义准确率。该方法利用语义增强的模式表示和用户提供的业务规则生成准确查询。主要贡献包括：设计了优化的多智能体编排器，利用大模型进行规划、协调、反思和自校正；开发了先进的模式增强方法以创建上下文感知元数据；并在不同领域和数据集中验证了方法的准确性与泛化能力。