Skip to content
Semantic Query Consolegoverned
LLM Semantic Layer Engine
打通 AI 与业务数据的最后一公里
Foggy Data MCP 用 TM/QM 语义模型、JSON Query DSL、MCP 工具和查询证据，把自然语言分析请求收敛为可建模、可校验、可执行、可审计的查询工作流。
语义模型结构化 DSL权限注入查询证据
Semantic Query ConsolegovernedMODELSalesAnalysisQM
customer · product · orderDate · salesAmount
fieldvisibilitycustomer$captionallowedgrossMarginallowedraw_cost_colhidden
DSL
{ "model": "SalesAnalysisQM", "columns": ["brand", "sum(salesAmount)"], "filters": [{"field": "orderDate", "op": ">=", "value": "2026-01-01"}], "orderBy": [{"field": "salesAmount", "dir": "DESC"}]}
list_modelsdescribe_modelquery_modelevidence
TM/QM业务语义和物理模型分离
JSON DSL结构化查询契约
MCPAI 工具接入层
Java / Python双语言实现路径
WHY IT EXISTS
问题不是“AI 会不会写 SQL”，而是 SQL 不是稳定的 AI 合约。
直接把 schema、字段、JOIN 路径和权限口径交给模型，会让提示词变成脆弱的数据库接口。Foggy 把这些边界前移到语义模型和查询引擎中，让 AI 面向业务字段发起查询，而不是临时拼接数据库细节。
Direct SQL Promptschema 暴露、方言脆弱、权限漂移、指标口径不一致
Foggy Contract模型发现、字段校验、权限注入、引擎生成 SQL、证据留存
QUERY LIFECYCLE
从 AI 请求到查询证据，一条受治理的分析流水线。
PUBLIC CONTRACT v1.0
白皮书 v1.0 已冻结，后续只修正错误口径。
当前公开版本聚焦已经实现和验证的语义建模、DSL 查询、Compose 组合式分析、治理和证据能力。Virtual Semantic SQL 等方向进入后续版本路线图。