基于元数据图谱、业数图谱、文档数据图谱等能力底座，利用大模型AlAgent等人工智能技术，增强数据供给服务能力，打造智能化数据服务体系，支撑勘探、开发、生产、钻完井、工程建设和储量等上游行。

采用分层解耦的架构设计，基于业界前沿主流技术方案实现，底层兼容多种软硬件平台，具备优秀的扩展性、安全性及可靠性，能够与企业内部软硬件系统（例如云平台、算力资源、数据中台、人工智能平台、身份认证系统等）无缝集成。

基于大模型、知识图谱核心技术，建设面向结构化数据和非结构化知识的管理、检索、查询、分析等核心服务能力，并通过AI Agent融合、编排、调度，建立新一代知识服务融合智能体为用户提供全面的、智能的知识服务。

对接多种数据源，通过大模型实现指标数据、单表明细数据、多表关联数据和三方服务数据的智能问数，数据结果可溯源。

基于用户问题可支持6类场景（针对指标数据）

1、单指标数据（单对象查询）如XX井的开钻时间

2、多指标数据（多对象、跨对象查询）：如XX井的开钻时间和XX分公司的2025年1月的平均钻井周期

3、指标数据简单使用聚合函数 (如sum/count/max/min)：如XX分公司的2025年的完井数量

4、指标数据组合使用聚合函数 (如sum/count/max/min)：如XX分公司的2024年哪个月完成钻井数最多

5、基于用户要求对多指标数据（多对象、跨对象查询）进行进一步加工计算：请查询2024年的核实产油量，核实产气量油井利用率，气井利用率和完成井平均井深，对上述指标归一化后按照权重4:3:1:1:1的比例给出各分公司的综合评分。

6、指标数据需要复杂计算 (如avg)：如2023年XXX井的产气量完成率。

形成知识+示例+Prompt场景快速建设模式。通过固化"大模型+NL2SQL“融合实现路径，形成大模型智能问数技术路线，通过智能交互实现数据的数量统计、明细查询及结果生成，并对场景建设中的库表知识、SQL生成示例及Prompt提示词进行存储优化，后续新增场景仅需新增或修改知识、示例与Prompt，无需改动技术路线，实现智能问数场景快速上线应用。

形成知识+示例+Prompt场景快速建设模式。通过固化 “大模型+NL2Cypher(GQL)" 融合实现路径，形成大模型智能问数技术路线，通过智能交互实现数据的数量统计、明细查询及结果生成，并对场景建设中的库表知识、GQL生成示例及Prompt提示词进行存储优化，后续新增场景仅需新增或修改知识、示例与Prompt，无需改动技术路线，实现智能问数场景快速上线应用。

利用多种知识库，进行检索增强：图检索 + 混合检索（向量检索、全文检索），通过大模型对文档进行查询、类比、总结和分析，问答结果可溯源。

形成知识+示例+Prompt场景快速建设模式。通过固化"大模型+GraphRAG"融合实现路径，形成大模型智能问答技术路线通过智能交互实现数据的对比、总结及结果生成，并对场景建设中的非结构化知识 (文本、表格、图片等)、生成示例及Prompt 提示词进行存储优化，后续新增场景仅需新增或修改知识、示例与Prompt，无需改动技术路线，实现智能问答场景快速上线应用。

面向数据运维构建覆盖数据表、字段、任务、服务、业务对象等数据资源的元数据图谱为数据资产赋予业务含义形成完备的业务、技术、管理要素；结合大模型，实现面向业务需求的数据资产查询问答为公司数据管理人员、数据开发人员、业务人员提供智能、便捷的找数、用数能力，实现了"资产清、血缘清、流向清、责任清”。

基于集团数据湖中近4000万条数据血缘数据，导入知识图谱平台，形成2000万个点和2000万条边的图数据，实现血缘影响分析、血缘分析、全链分析的秒级查询，帮助业务人员高效的获取所需信息。

基于集团数据湖上游板块：勘探、开发、生产、钻完井、工程建设、储量的指标数据，通过知识图谱问答智能体+大模型+Prompt提示工程技术构建智能问数机器人，形成结构化数据的指标查询以及图表生成的能力，帮助业务人员低门槛、快速获取所需业务指标数据及进行数据关系挖掘分析。

基于集团数据湖上游板块：勘探、开发、生产、钻完井、工程建设、储量的指标数据，通过知识图谱问答智能体+大模型+Prompt提示工程技术构建智能问数机器人，形成结构化数据的指标查询以及图表生成的能力，帮助业务人员低门槛、快速获取所需业务指标数据及进行数据关系挖掘分析。
更多问题示例
· 明细查询
LH21-1-2的开钻和完钻时间  LXD-96-C02X的井别名称、区块名称

· 指标查询 (聚合函数:如sum、count、avg、min、max)
蓬莱19-3WHPD井口平台油气产量神府区块共有多少口井海南公司产量最大的井及对应产量
· 表关联查询
LH21-1-2的开钻时间和公司名称及作业者

以“设备”为中心，体系化梳理电网规划、物资采购、工程建设、运维检修等设备全寿命周期的业务活动数据，以"客户“为中心，体系化梳理业务受理、现场勘查、方案编制、合同签订等业扩办电全流程的业务活动数据，通过图模型设计和数-图转换，建立业务与数据、数据与数据的关联映射关系，构建形成业数图谱。

在企业跨域、跨表数据使用场景中，针对大模型多表的关联逻辑找不准，关联查询语句生成复杂度高等问题，充分结合图谱的数据关联组织和关系推演能力，对业数图谱中包括业务数据、业务关系进行明细、关系等查询及问答交互，显著提升业务数据使用效率和分析效果。

北京海致科技集团有限公司
国内领先的大数据技术与服务公司，专注为能源、金融、政府等客户提供大数据处理、分析、挖掘服务，在互联网技术基础上打造专业、易用的企业级大数据实战应用产品及解决方案。
顶尖团队
员工800+，专业技术人员占比80%以上，100+成员具有十年以上互联网数据挖掘分析经验。
2021年，成立海致高性能图计算院士专家工作站，站内清华大学计算机博士生占比达90%以上。
企业级知识图谱的开创者与领先者，相关国家技术标准制定者。
成立于 2013年
国内知识图谱类平台，市场占有率第一

海致科技服务于政务、金融、能源、交通等行业，提供从数据到计算再到知识管理的一整套产品体系，近三年来在相关领域得到了规模应用，如数据建模、知识图谱和数据智能化驱动等方面。