构建可靠数据分析智能体的经验
来自 NVIDIA Developer · 期号 2026-10-09
摘要
NVIDIA KGMON 团队在 KDD Cup 2026 数据智能体竞赛中获得第二名。 竞赛要求智能体用自然语言回答来自数据库、CSV、JSON、PDF 和视频等多种来源的问题，且只能使用一个固定的小模型。团队把优化重心放在了智能体的「约束框架」上。 核心做法：把所有结构化数据统一到单个 SQLite 数据库，只暴露 schema() 和 sql() 两个接口，减少路由错误；在推理循环前增加一次 schema 侦察，让智能体提前了解表结构、连接键和数据质量问题；工具集只保留 schema、SQL 查询、答案写入和文本提取四个函数，中间件自动修复格式错误的调用；文档分析通过 prose_helper 工具走独立的零温度 LLM 调用，不让原始文本占用主上下文；视频预处理成关键帧加转录文本；每次运行的完整轨迹都记录下来，由专门的检查智能体分类失败原因。 团队还通过多次运行和答案选择来提高可靠性，但提醒生产环境中要权衡重复运行带来的成本。 核心教训：可靠性更多来自为模型搭建一个更小、更清晰、更容易验证的约束框架，而不是让模型变得更开放。