请你介绍一下业务架构设计

背后工程点：主项目 Agent Bot 的核心是可信数据交付，不是 SQL 字符串生成。
专业术语：
Data Pack 是给人或报告 Agent 消费的数据包；
Governed Execution 是受权限和安全策略约束的执行；
Evidence Chain 是从来源、检索、查询到最终回答的证据链；
Replay 是按 runId 回看检索、生成、校验和执行过程。
为什么这样回答：先把搜索页、API、SQL 的边界讲清，再解释 Agent Bot 的平台价值。
小白解析：API 像仓库取货口，Agent Bot 像懂业务的研究助理，不只拿货，还会解释货从哪来、能不能用、结论靠不靠谱。
关联知识点：主项目文档强调 API、结构化数据库、关系图谱和可信评分；text2sql README 强调证据先于生成、治理内建、运行证据和 delivery contract。

背后工程点：能力域拆分是为了依赖方向和风险隔离。
专业术语：
Capability Domain 是按业务能力划分的模块边界；
Dependency Direction 是模块依赖方向；
God Service 是承载过多职责的上帝服务；
Facade Contract 是跨域调用的稳定接口。
为什么这样回答：不要只说“模块清晰”，要讲失控场景。
小白解析：餐厅里点餐、后厨、收银、仓库如果全由一个人管，出了问题不知道谁负责。
关联知识点：README 明确四大能力域和依赖方向；business-logic 提到 KnowledgeFacade 用 contract-first 收口 conversation 到 knowledge 的调用。

背后工程点：编排层要薄，复杂规则留在专业域。
专业术语：
Orchestration 是流程编排；
Domain Service 是负责特定业务能力的服务；
Contract Boundary 是模块之间稳定交换的数据结构；
Delivery Mapper 是把运行结果映射成交付合同的组件。
为什么这样回答：面试官在测你是否懂边界，不只是会画图。
小白解析：主持人负责串流程，不负责亲自做饭、验钞、搬货。
关联知识点：text2sql 主链固定为 Text2SQLWorkflowRunner -> RunV2LangGraphStage -> Text2SqlV2LangGraphRunnerService；knowledge 通过 facade 提供 rag、glossary、semanticRegistry、memory。

背后工程点：knowledge 是 Web3 投研语言到主项目数据资产的桥。
专业术语：
Schema Linking 是把问题实体连接到表和列；
Glossary Term 是业务术语；
Source Evidence 是字段来源和新闻公告证据；
Relationship Graph 是项目、机构、人物、生态、Token 的关系图。
为什么这样回答：用 Web3 术语举例，避免答案还停留在泛企业问数。
小白解析：数据库只写着很多表名，knowledge 负责告诉系统“未 TGE”和“顶级投资人”到底该查哪里。
关联知识点：主项目文档强调实体关系图谱、来源留痕、评分指标和 API；RAG v2.0 强调从内容检索升级为语义建模与知识推理。

背后工程点：权限既影响执行，也影响报告 Agent 能拿到的证据包。
专业术语：
Agent Scope 是下游 Agent 被允许访问的数据范围；
Field-level Permission 是字段级可见性；
Default Deny 是默认拒绝；
Audit Trail 是权限和调用审计链。
为什么这样回答：把报告 Agent 当成一类调用方，而不是可信万能后门。
小白解析：写报告的助手也不能随便翻老板抽屉，它只能拿系统允许它看的资料。
关联知识点：主项目 API 商业化需要 API Key、配额、字段权限和用量日志；text2sql 治理模型强调权限不确定时 fail-closed。

背后工程点：平台层让 Agent Bot 的查询、证据和回放稳定落地。
专业术语：
QueryExecutorRouter 是查询执行路由；
Search Adapter 是搜索索引适配；
Persistence 是运行和消息持久化；
Observability 是健康检查、trace 和依赖状态。
为什么这样回答：把“技术底座”翻译成业务可用性，避免模块堆砌。
小白解析：前台能问问题，后面还要有账本、搜索、图谱、缓存和监控，否则答错了也不知道错在哪。
关联知识点：主项目推荐架构包含主库、搜索、图谱、时序、缓存和对象存储；text2sql platform 承担 persistence、query executors、redis、config、observability。

背后工程点：报告 Agent 应该消费受治理的数据包，而不是绕开系统直接查事实源。
专业术语：
Data Pack 是系统 Agent 输出的结构化数据包；
Evidence Contract 是来源和证据交付合同；
Single Source of Truth 是统一事实源；
Report Orchestration 是报告结构和叙事编排。
为什么这样回答：把下游 Agent 作为系统调用方纳入架构，能体现平台级设计。
小白解析：每个写报告的人都自己查账，很容易口径不一；统一让财务系统出数据，报告人负责写清楚。
关联知识点：主项目文档明确开发者 / AI Agent 是用户画像之一，API、Webhook、批量导出和变更流是商业化能力。

背后工程点：Agent Bot 要区分问数、解释、报告和澄清，但所有结论都要回到证据。
专业术语：
Intent Routing 是意图路由；
Analytical Answer 是基于数据证据的分析性回答；
Report Task Decomposition 是报告任务拆分；
Grounded Consulting 是基于证据的咨询。
为什么这样回答：老板要的不是 SQL，而是结论，但你要强调结论不能脱离数据。
小白解析：老板问“怎么看这个赛道”，助手可以分析，但先要拿事实，不是凭感觉讲故事。
关联知识点：主项目核心任务包括发现 Alpha、验证基本面、跟踪趋势和理解关系网络；Agent Bot 把这些任务自然语言化。

背后工程点：MDL 固化 Web3 投研口径，RAG 负责召回，semantic-plan 负责使用。
专业术语：
Metric 是业务指标；
Calculated Field 是计算字段；
Dimension 是分组和过滤维度；
Relationship Path 是声明式关联路径。
为什么这样回答：用未 TGE、解锁压力、顶级投资人这些具体口径回答，能和主项目贴合。
小白解析：系统要先知道“好项目”的判断规则，不能每次让模型临场猜。
关联知识点：Modeling Layer 文档列出 Models、Calculated Fields、Relationships、Metrics、Dimensions；主项目有评分、融资、Token、解锁和关系图谱。

背后工程点：Text2SQL 的召回要同时覆盖词面、语义和关系。
专业术语：
Lexical Retrieval 是关键词和词面匹配；
Dense Retrieval 是向量语义检索；
Graph Retrieval 是基于关系图的召回；
RRF 是 Reciprocal Rank Fusion，融合多路排序。
为什么这样回答：把三路召回和 Text2SQL 的 schema linking 直接绑定。
小白解析：找人可以按身份证号、按长相相似、按朋友关系找，三种路一起更稳。
关联知识点：README 和 architecture 文档描述 lexical、dense、graph 三路召回、RRF 融合、rerank 和 selected_context；learn-RAG 索引优化强调给知识准备多条能被找到的路。

背后工程点：权限不只是执行 gate，也是上下文 gate。
专业术语：
Permission Filtering 是权限过滤；
Context Contamination 是无权或错误信息污染上下文；
Selected Context 是最终给下游使用的证据包；
Risk Tags 是运行证据中的风险标签。
为什么这样回答：面试官会看你是否理解数据泄漏不一定发生在 SQL 执行时。
小白解析：不能先让你看机密文件，再说“请你忘掉”。
关联知识点：README 明确权限过滤先于融合和重排；业务逻辑文档提到 retrievalBundle 包含 selected_context、degrade_reasons、risk_tags。

背后工程点：交付合同把用户体验和诊断证据统一起来。
专业术语：
Answer 是自然语言答案和状态；
Evidence 是证据、降级、风险和上下文摘要；
Artifact 是 SQL、结果列、行数、预览数据；
Delivery Contract 是前后端共享交付结构。
为什么这样回答：从用户、分析师和系统调试三种视角解释合同价值。
小白解析：结论、参考资料、计算草稿要分开装订，否则既不好读也不好查错。
关联知识点：business-logic 的 Delivery Contract 包含 answer、evidence、artifact；README 强调共享类型和 SSE 协议保持同步、流式、运行详情一致。

背后工程点：runId 是跨阶段证据一致性的主键。
专业术语：
Trace Correlation 是跨日志和阶段关联；
Rag Replay 是检索和重排回放；
Audit Log 是审计事件；
Run Persistence 是运行持久化。
为什么这样回答：把 runId 从技术 id 提升成业务可信的证据锚点。
小白解析：像快递单号，没有它你很难知道包裹在哪个环节出问题。
关联知识点：README 提到每次运行都有 runId，可追溯 trace、RAG evidence、delivery artifact 和回放结果；database-schema 有 sql_runs、agent_audit_logs、rag_run_replays。

背后工程点：fail-closed 要和澄清、直接回答、错误解释配合。
专业术语：
Clarification 是澄清问题；
Metadata Answer 是不执行 SQL 的元数据回答；
Terminal Failure 是不可修复终止；
Read-only Guard 是只读 SQL 守卫。
为什么这样回答：不要把安全和体验对立，要讲可解释拒绝。
小白解析：银行转账信息不全时不能随便转，但应该告诉你缺了什么。
关联知识点：intake 会分流 general、clarification、unsafe、unsupported；safety-check 做 SELECT/WITH、禁写关键字、多语句拦截和授权校验。

背后工程点：架构文档会演进，面试时要能区分历史方案和当前主缝。
专业术语：
Runtime Seam 是当前请求进入运行时的主路径；
Legacy Node Naming 是早期文档里的节点命名；
Current Narrative 是当前实现的讲述口径；
LangGraph Stage 是图运行时阶段。
为什么这样回答：主动解释差异，比被追问后补救更像真正读过仓库。
小白解析：一家公司改过组织架构，旧文档和新文档叫法不同，汇报时要说清现在按哪个组织跑。
关联知识点：architecture-and-flow 文档明确当前主缝固定为 Text2SQLWorkflowRunner -> RunV2LangGraphStage -> Text2SqlV2LangGraphRunnerService。

背后工程点：RAG 质量要分层评测，不能只看最终答案。
专业术语：
Gold Evidence 是人工标注的必需证据；
Recall@K 是前 K 个候选里召回正确证据的比例；
MRR 是第一个正确结果排名的倒数均值；
NDCG 是考虑多证据相关性和排序位置的指标。
为什么这样回答：面试官问“如何确保能搜到”时，必须给评测闭环，而不是说调 topK。
小白解析：不能只看最后考试及格，要拆开看资料有没有找对、重点有没有排前面、最后有没有写对答案。
关联知识点：learn-RAG 的召回质量检验强调 gold evidence、召回率和排序指标；text2sql 有 RagReplayRepository、RagQualityService 和质量门禁报告。

背后工程点：执行安全是问数产品的核心业务能力。
专业术语：
SQL Validation 是 SQL 校验；
Dry-run 是试运行或预检查；
Correctable 是可修复错误；
Terminal 是必须终止的错误。
为什么这样回答：把安全从“后置检查”提升为“主链路阶段”。
小白解析：数据查询不是写作文，写错最多改字；SQL 写错可能查错数据或越权。
关联知识点：Text2SQL 主流程有 validate -> correct -> generate-sql 有界闭环；business-logic safety-check 和 execute-sql 都包含安全与授权检查。

背后工程点：版本化语义保证指标口径可复现。
专业术语：
Semantic Version 是语义版本；
Version Lock 是版本锁定；
Fallback 是回退到当前 active 版本；
Degraded 是降级状态。
为什么这样回答：用业务口径变更举例，面试官容易理解价值。
小白解析：同一道菜换了配方，必须知道当时用的是哪版配方。
关联知识点：business-logic 描述 SemanticRegistryService 管理 domain + semanticVersion，PlannerVersionLockService 优先锁定请求版本，不存在则 fallback 或 degraded。

背后工程点：降级不是隐藏失败，而是带证据继续或终止。
专业术语：
Degrade Reasons 是降级原因；
Risk Tags 是风险标签；
Lane Timeout 是单路召回超时；
Weak Retrieval 是弱检索状态。
为什么这样回答：面试官会攻击“RAG 失败还敢跑”，你要讲分级策略。
小白解析：导航信号弱时可以走熟悉短路，但不能假装信号满格。
关联知识点：README 强调 RAG lane 可独立超时和降级，降级原因进入 evidence；business-logic 说明重排支持超时与预算降级，RAG 失败不会直接中止主查询路径。

背后工程点：架构升级从 prompt demo 走向证据、治理和可回放。
专业术语：
Prompt Attachment 是把 RAG 当提示词附件；
Context Assembly 是上下文装配；
Validation Gate 是校验闸门；
Delivery Enrichment 是交付增强。
为什么这样回答：坑要讲架构演进，不要只怪模型。
小白解析：一开始像临时手工作坊，后来变成有质检、有记录、有流程的生产线。
关联知识点：architecture 文档总结 v1.3 从裸 LLM 升级为有证据的 RAG Text2SQL，v2.0 从内容检索升级为语义驱动生成，当前实现把运行证据和 delivery contract 工程化。