--- title: "数据与分析参考：ReFoRCE - 数据与分析 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-reforce/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [WF-061 数据与分析参考：claude data analysis](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-claude-data-analysis/) - [WF-062 数据与分析参考：DbRheo CLI](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-dbrheo-cli/) - [WF-063 数据与分析参考：langgraph text to sql agent](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-langgraph-text-to-sql-agent/) - [WF-064 数据与分析参考：ReFoRCE](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-reforce/) - [WF-065 数据与分析参考：text to sql agent](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-text-to-sql-agent/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Skill 参考库 · 数据与分析 · Skill 解读 · WF-064 # 数据与分析参考：ReFoRCE 思行致远 · 2026/6/30 · 置信度：中 数据分析Text-to-SQL报表可视化 一个研究级 Text-to-SQL Agent，通过数据库信息压缩、自我修正、多数投票和列探索处理复杂企业 schema。 # ReFoRCE > 一个研究级 Text-to-SQL Agent，通过数据库信息压缩、自我修正、多数投票和列探索处理复杂企业 schema。 ## 这个能力解决什么问题 它解决的是 Spider 2.0 这类真实 Text-to-SQL benchmark 中 schema 巨大、SQL 方言复杂、查询需要多步转换的问题。输入是自然语言问题、数据库 schema、Spider2-lite/snow 数据和 BigQuery/Snowflake 凭据；输出是参考 SQL、执行结果和 pass@k/evaluation 结果。 ## 核心逻辑 ReFoRCE 先做 database information compression：用模式化 table grouping 和 LLM-guided schema linking 缓解上千列 schema 的长上下文问题；生成 SQL 后进行 self-refinement，利用语法/语义执行反馈修正；多数投票选择高置信参考；遇到复杂或分歧案例，再做 iterative column exploration，并基于执行反馈重新运行。 ## 技术结构 - 关键模块：`methods/ReFoRCE/agent.py` 主算法；`schema_linking.py` 表级 schema linking；`sql.py` 执行；`chat.py` GPT/Azure API；`run.py` 主入口；`eval.py` pass@k；`scripts/` 提供 main、eval 和 ablation。 - 调用链路：Spider data + credentials -> schema linking/compression -> SQL generation -> self-refinement -> majority vote -> column exploration/rerun -> evaluation。 - 输入输出：输入是 benchmark 数据、schema、凭据和模型参数；输出是 SQL、CSV 执行结果和分数。 - 核心依赖：OpenAI/Azure GPT family、Snowflake/BigQuery 凭据、Spider2 数据、Python 3.10。 ## 为什么值得参考 它给 Text-to-SQL 一个更真实的工程方向：不是只问模型“写 SQL”，而是先压缩 schema、再通过执行反馈修正、再用投票和列探索处理不确定性。对企业数据 Agent 来说，这些机制比 demo 型 SQL chatbot 更有参考价值。 ## 为什么不建议直接套用 它是研究/benchmark 仓库，不是生产数据助手。需要 Spider2 数据、Snowflake/BigQuery 凭据和 GPT/Azure 配置，运行成本高。多数投票和自我修正会多次执行 SQL，生产库必须有沙箱、只读副本和查询成本限制。README 的 leaderboard 分数不能外推到你的业务库。 ## 如何改造成自己的版本 借鉴机制，不搬实现：为自己的数据库建立 schema linking cache；查询先在只读 replica 或样本库执行；self-refinement 只允许修正 SELECT；多数投票改成“给人工看 2-3 个参考及差异”。对高成本表和敏感列建立不可访问清单。 ## 适用场景 - 研究复杂 Text-to-SQL Agent 设计。 - 企业大 schema 下的 SQL 生成评估。 - benchmark、离线实验和方法借鉴。 ## 不适用场景 - 直接连接生产数据库回答业务问题。 - 小型 SQLite demo，不需要复杂 schema linking。 - 没有执行沙箱和成本控制的环境。 ## 参考信息 - 原项目：[ReFoRCE](https://github.com/Snowflake-Labs/ReFoRCE) - 作者：Snowflake-Labs - 相关概念：[[Text-to-SQL]]、[[执行反馈]] - 相关卡片：保守留空 ## 参考对象信息 **名称：**ReFoRCE **作者：**Snowflake-Labs **链接：**[https://github.com/Snowflake-Labs/ReFoRCE](https://github.com/Snowflake-Labs/ReFoRCE) ## 适用场景与行动 **场景：**Skill 参考库 / 数据与分析 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的数据与分析流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：数据与分析参考：langgraph text to sql agent](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-langgraph-text-to-sql-agent/) [下一张：数据与分析参考：text to sql agent](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-text-to-sql-agent/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)