基于Doris+LangChain构建数据智能运营AI助手

本项目涉及到的核心技术栈：Doris + LangChain + Prompt工程 + Python + Flask + MySQL

在当前数据仓库体系中，表数量已达数千级别，字段与指标更是数以万计。业务方在日常工作中难以高效定位所需的数据资产，往往需要依赖数据开发人员协助查找表结构、字段含义或指标口径。据统计，数据团队同学约20%的工作时间用于重复性答疑，不仅严重影响开发效率，也制约了数据服务的响应速度与用户体验。

为系统性解决找数难、问数繁、答数重的问题，亟需构建一个智能化、自助化的数据运营支持工具。本项目旨在通过引入LLM，结合元数据管理与语义理解，打造一个能够精准理解用户意图、自动检索并解释数据资产的智能问答助手，从而显著提升数据发现效率，降低数据开发同学的答疑成本，推动数据服务向自助化、智能化演进。