基于大模型检索增强的测试分析与报表生成方法及系统

本公开涉及报表自动生成技术领域，提出了一种基于大模型检索增强的测试分析与报表生成方法及系统，先对用户查询进行语义任务的分解，同时通过知识向量库对接私有知识库模块所建立的结构化图文知识体系，实现多维信息抽取。结合RAG、Self‑RAG与Graph‑RAG三种策略增强大模型的生成能力从而准确获取背景知识。根据已结构化的查询需求构建标准SQL语句，输出结果融合模块结合查询背景与SQL执行结果，按照模版提示进行数据填充，形成测试报表。通过优化检索增强生成方法，实现与查询相关的专业知识补充，有效增强大模型在专业场景下的推理能力，从而提升数据分析的准确性和智能化水平。