SAFAARI：面向加速广告主响应智能的模式感知框架

客户支持系统正随着智能体聊天机器人快速演进，然而这些系统在访问没有预定义API端点的企业数据时面临显著局限。本文提出SAFAARI（Schema-Aware Framework for Accelerated Advertiser Response Intelligence），一个多智能体框架，通过专门的内容、元数据和编排智能体，解决自然语言到SQL（NL-to-SQL）系统中模式链接这一关键瓶颈。我们还提出SEAL（Schema Evaluation and Accuracy in Language-to-SQL），一个新颖的复合指标，整体评估系统性能并惩罚不一致的结果。通过对五种特征集配置的系统实验，SAFAARI取得81.66%的SEAL得分（较基线提升6.65%），数据点准确率提升5.51%，模式链接精确率提升4.69%。该框架的有效性通过与领域专家开展的人在回路评估得到验证，证明了其在多样化支持领域的适应性。通过将劳动密集的模式链接和查询生成过程自动化，我们的框架将开发时间缩短为原来的八分之一，同时保持高准确率。该方案简化了API开发并增强了自助服务能力，对拥有复杂数据生态的客户支持企业尤为有益。