作者 | Leela Kumili

譯者 | 田橙

Swiggy 近日推出 Hermes V3，這是一款基于生成式 AI 的 Text-to-SQL 助手，員工可以直接用自然語言向數(shù)據(jù)發(fā)起查詢。Hermes 運(yùn)行在 Slack 中，通過向量檢索、會(huì)話記憶、智能體編排以及解釋層，將日常語言準(zhǔn)確轉(zhuǎn)化為可執(zhí)行的 SQL 查詢。

作為一家印度在線食品訂購與配送平臺(tái)，Swiggy 最初推出 Hermes 時(shí)，目標(biāo)很簡(jiǎn)單：給員工一個(gè)輕量級(jí)入口，讓他們能問一些基礎(chǔ)問題，并自動(dòng)生成對(duì)應(yīng)的 SQL，在內(nèi)部數(shù)據(jù)倉庫中執(zhí)行。但在實(shí)際使用中，這個(gè)早期版本很快遇到了瓶頸，例如難以處理派生指標(biāo)、無法理解上下文、多次提問結(jié)果不一致，以及缺乏對(duì)生成 SQL 的校驗(yàn)和解釋能力。

為了解決這些問題，Swiggy 工程團(tuán)隊(duì)對(duì) Hermes 進(jìn)行了徹底重構(gòu)，引入 少樣本學(xué)習(xí)（few-shot learning）、元數(shù)據(jù)檢索機(jī)制，并圍繞大語言模型設(shè)計(jì)了更加結(jié)構(gòu)化的工作流。

早期版本的 Hermes 整體架構(gòu)

在第三個(gè)版本中，Hermes 的核心升級(jí)之一，是基于向量的提示檢索系統(tǒng)。該系統(tǒng)建在 Snowflake 中歷史執(zhí)行過的 SQL 查詢之上。但一個(gè)現(xiàn)實(shí)問題是，大多數(shù)生產(chǎn)環(huán)境中的 SQL 并沒有清晰的描述性元數(shù)據(jù)，很難直接理解查詢的真實(shí)意圖。

為此，團(tuán)隊(duì)借助具備大上下文能力的語言模型，將已有 SQL 自動(dòng)轉(zhuǎn)化為自然語言解釋，從而“補(bǔ)齊”這些查詢背后的意圖信息。生成的自然語言提示隨后被向量化并建立索引，在新請(qǐng)求到來時(shí)，作為少樣本示例注入模型，使 Hermes 能夠參考過往的分析模式，顯著提升 SQL 生成的準(zhǔn)確性。

正如 Swiggy 工程師 Meghana Negi 和 Rutvik Reddy 所總結(jié)的那樣：

Hermes 現(xiàn)在可以從一個(gè)經(jīng)過整理的歷史查詢與提示數(shù)據(jù)庫中進(jìn)行檢索，通過向量相似度匹配并結(jié)合會(huì)話上下文，將 SQL 生成準(zhǔn)確率從 54% 提升至 93%，同時(shí)支持更加自然的多輪對(duì)話。

Hermes V3 的整體工作流程

Hermes V3 還引入了會(huì)話記憶能力，支持真正的多輪交互。用戶在提問時(shí)無需反復(fù)補(bǔ)充背景信息，系統(tǒng)會(huì)自動(dòng)跟蹤當(dāng)前會(huì)話狀態(tài)，在已有上下文基礎(chǔ)上繼續(xù)推理，將簡(jiǎn)單指標(biāo)逐步擴(kuò)展為更復(fù)雜的組合查詢。

在系統(tǒng)內(nèi)部，一個(gè)編排型智能體（orchestrator agent）采用類似 ReAct 的推理循環(huán)，將復(fù)雜問題拆解為一系列清晰、可復(fù)用的步驟，包括意圖解析、問題完整性校驗(yàn)、元數(shù)據(jù)查找、示例檢索、中間邏輯構(gòu)建、SQL 生成，以及在必要時(shí)向用戶發(fā)起澄清請(qǐng)求。

查詢生成中的結(jié)構(gòu)化智能體工作流程

另一個(gè)關(guān)鍵改進(jìn)，是 Hermes V3 增加了解釋層。系統(tǒng)會(huì)主動(dòng)展示生成 SQL 時(shí)所依據(jù)的假設(shè)，并為結(jié)果給出置信度評(píng)分。這種做法讓非技術(shù)背景的業(yè)務(wù)人員也能理解查詢是如何形成的，從而提升對(duì)機(jī)器生成分析結(jié)果的信任度。

在基礎(chǔ)設(shè)施層面，Hermes V3 與 Swiggy 現(xiàn)有的安全、合規(guī)和元數(shù)據(jù)體系進(jìn)行了深度整合。通過基于角色的訪問控制（RBAC）、單點(diǎn)登錄（SSO）、臨時(shí)響應(yīng)機(jī)制以及審計(jì)日志，系統(tǒng)確保對(duì)敏感數(shù)據(jù)的訪問符合內(nèi)部治理要求。同時(shí)，Hermes 采用混合式元數(shù)據(jù)檢索策略，高效獲取相關(guān) schema、數(shù)據(jù)表和字段信息，在控制 token 使用量的同時(shí)，保證查詢性能。

從整體架構(gòu)來看，Hermes 覆蓋了多種開源與云原生技術(shù)組件。檢索模塊基于向量數(shù)據(jù)庫和嵌入模型實(shí)現(xiàn)；智能體編排邏輯借助 LangChain 等工具構(gòu)建結(jié)構(gòu)化提示工作流；數(shù)據(jù)溯源和運(yùn)行監(jiān)控則通過可觀測(cè)性框架完成。Snowflake 等分析型數(shù)據(jù)庫、PostgreSQL 等事務(wù)型數(shù)據(jù)庫，以及 API 網(wǎng)關(guān)，共同構(gòu)成了支撐 Hermes 正常運(yùn)行的技術(shù)生態(tài)。

https://www.infoq.com/news/2026/01/swiggy-hermes-conversational-ai/

聲明：本文為 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。