PostgreSQL 驱动的NL-to-SQL系统：保留字处理、自修复循环失效、连接路径歧义及Schema链接噪声问题求助

我正在搭建一个自然语言转SQL的系统，核心能力如下：

• 可连接任意PostgreSQL数据库，通过information_schema自动完成Schema自省
• 用NetworkX构建表关系图谱
• 借助sentence-transformers的嵌入模型，从自然语言查询中匹配关联表
• 结合语义相似度、关键词加权和覆盖度评分，对表连接路径进行打分
• 将最优路径传给Groq的Llama 3.3 70B模型生成SQL
• 内置自修复重试循环：如果SQL执行失败，会把错误返回给LLM修正后重试

技术栈： Python、PostgreSQL、NetworkX、sentence-transformers、Groq API、psycopg2，还计划加入FastAPI

当前遇到的问题： #

问题1：保留字表名的处理方案 #

自动生成SQL时，遇到和SQL保留字同名的表该怎么处理？是应该重命名表，还是在给LLM的提示词里做特殊处理？

问题2：LLM自修复循环完全失效 #

我写了一个最多重试3次的循环逻辑：

for attempt in range(3):
    execute SQL
    if fails → send error to LLM → fix SQL → retry

但实际运行时，LLM连续3次返回的都是和之前一模一样的错误SQL，根本没做任何修正。想问问大家，用什么提示词工程技巧，能让LLM拿到错误信息后真的把SQL改对？

问题3：连接路径歧义与Schema链接噪声 #

连接路径歧义

同一个表之间存在多条合法的连接路径，但只有一条符合业务逻辑：

• patient → prescription → prescription_detail → drug ✅ 这是正确路径
• patient → controlled_drug_log → drug ✅ 语法合法但不符合当前查询的业务上下文

我目前用的路径评分规则是：

• 语义相似度（权重0.8）
• 路径长度（权重0.1）
• 外键可为空惩罚（权重0.1）
• 关键词匹配加分（每个匹配关键词加0.15）
• 关联表覆盖度加权（×0.8）

疑问1： 当正确路径依赖业务上下文时，怎么可靠地消除多条合法连接路径的歧义？

Schema链接噪声

系统现有23张表，用嵌入模型做表选择时，偶尔会选到无关表，干扰路径查找。目前用的是top_k=5加强制实体检测的方式。

疑问2： 针对20张表以上的NL-to-SQL系统，Schema链接有什么推荐的方案？

我已经尝试过的方法： #

• 把完整Schema放进提示词：但23张表太多，LLM直接搞混了
• 基于图谱的路径查找，设置cutoff=4：把路径数量从1437降到了6
• 仅用嵌入相似度：因为路径长度偏差，选到了错误路径
• 关键词加权：准确率提升明显
• 无关表惩罚：减少了路径查找的噪声

备注：内容来源于stack exchange，提问作者Joel Joy