SuperSonic 0.9.8新版发布：性能提升与功能详解

距离上一版发布已过去两个月，但不少用户早已从 master 分支抢先体验新能力，并提交了大量反馈与 Pull Request。社区的力量确实让项目持续受益。0.9.8 版本的核心关键词，可以浓缩为两个字：实用与灵活。

实用层面，从大模型连接到语义层，再到记忆管理与问答交互，多个模块均迎来新特性和操作优化；灵活层面，用户如今能从更多维度自定义所需的 Chat BI 环境，例如提示词、多轮对话策略、是否启用用户确认机制，甚至 SQL 修正与数据解读均可按需配置。

简言之，SuperSonic 的“可玩性”被拉高了一个层级，正朝着更通用的 Chat BI 框架稳步推进。

大模型管理：告别分散配置

过去，大模型的连接配置要么在助理级别局部设置，要么在系统设置中全局搞定。但随之而来的是复用难题——同一个连接如何让多个助理共用？不同场景如何切换不同模型？每个场景的提示词又如何实现差异化定制？

问题主要集中在三个方面：复用、场景选择和提示词定制化。

新版本对此做了重构。交互上最直观的变化，是新增了一个独立的大模型管理模块，与数据库管理并列。在助理管理下，则新增了大模型配置模块——为不同场景选择一个大模型连接，同时可一并调整提示词。

Dify连接器：社区呼声的直接回应

不少社区用户已用 Dify 搭建了 AI 应用工作流，他们期望 SuperSonic 能直接通过 Dify 对接大模型。这个需求非常明确，新版本在接口协议中加入了 DIFY 类型。

维度管理：终于能“管”了

维度值本质上是企业的私有知识库。SuperSonic 一直支持从数据库自动导入维度值来构建词典，但一直缺少管理界面——导入后用户完全不知如何搜索、编辑或维护。新版本升级了维度管理界面，让导入、搜索、编辑这些操作变得顺手许多。

记忆管理：手动注入，冷启动不难

0.9.4 版本引入的记忆抽象，本质是将历史成功的 QA 转化为未来的 few-shot 提示词，这是增强大模型生成能力的主要手段之一。理论上，它能让助理实现“持续进化”。

但问题在于：如果记忆完全依赖用户实际问答，冷启动阶段助理将无记忆可用。之前的解决方式是配置一些示例问题，让系统后台自动触发问答来填充记忆——这属于间接手段。但部分专业用户希望直接手动注入记忆。新版本加入了手动新增录入的功能。需要提醒的是，Schema 映射和语义 S2SQL 的录入有特定格式，建议参考系统自带的 s2-exemplar.json 案例。

语义S2SQL：WITH子句加持，场景更广

SuperSonic 的核心理念是融合 Headless BI 与 Chat BI。具体到查询流程，就是一条路径：用户自然语言 → 语义 S2SQL → 数据库 SQL。通过语义层做中转，优势显而易见：既能充分利用数据语义信息增强理解，又能压缩 problem space，把多表 join、计算公式、SQL 方言等复杂语句对模型屏蔽掉。

但要应对更多元化的提问，支持带 WITH 子句的 S2SQL 是必须迈过的坎。新版本对语义层做了针对性优化，应用场景大幅拓宽。

语义建模：外键关联终于来了

前面提到，语义层的一大作用就是屏蔽复杂语句，比如多表 join。这就要求建模时模型间的关联关系必须定义清楚。过去 SuperSonic 只支持主键之间的关联，这带来了一些不必要的限制。新版本支持定义外键，并且能实现外键与主键的关联。

问答交互：用户确认，让意图更精准

如何精准理解用户问题，匹配到正确的数据集和指标维度，一直是问答有效性的关键。很多场景下，用户的问法与数据语义都存在模糊地带，系统很难十拿九稳地命中意图。

之前的做法是，用启发式规则对候选解析结果打分，默认选得分最高的。但启发式规则几乎不可能覆盖所有场景，bad case 自然少不了。新版本对 Query 流程做了升级，支持流程暂停——等候选意图解析确认后，再继续走下去。

这个用户确认特性可在助理管理中开启或关闭。如果关闭，就用回传统的启发式规则；如果开启，就把选择权交给用户。

再试一次：给概率输出一个“纠正”机会

大模型本质上是概率输出，即便 temperature 设为 0，两次调用也可能给出完全不同结果。之前 SuperSonic 通过 self-consistency 机制，系统触发多次并行调用，再按投票选出多数相同的结果。新版本更进一步，增加了一个再试一次按钮，让用户决定是否重跑。初步经验表明，部分 bad case 重跑后结果就对了。

基于LLM的SQL修正（Experimental）

从初版开始，SuperSonic 就实现了基于规则的 Corrector。但随着社区实践深入，场景越来越多样，规则的局限性逐渐暴露——有时甚至“帮倒忙”。新版本引入基于大模型的 Corrector，用户可选择开启，还能自定义提示词。不过，该特性尚未经过广泛实践验证，暂时默认关闭，并标记为 Experimental。欢迎社区用户试用反馈，一起帮助它迭代优化。

基于LLM的数据解读（Experimental）

SuperSonic 一直默认用可视化图表呈现结果，但也有不少用户提出，希望系统能对数据做进一步总结和分析。坦白讲，我们调研过一些具备数据洞察分析能力的产品，感觉目前还比较鸡肋——给出的结论不痛不痒，食之无味。这其实可以理解，洞察分析有强烈的 domain 属性，很难有通用模板，必须因地制宜。

虽说食之无味，但弃之可惜。本着先上线再优化的原则，新版本也推出了一个 Experimental 版本。如果用户在助理管理中打开数据解读，就能看到这个功能。未来可能会设计某种方式，让 domain 知识和经验融入进来，让它真正变得实用。

- 全文完 -