万字入门AI-Infra-深入理解大模型中的数学与Infra优化
一句话概括
本文介绍了一个面向数据开发团队的端到端数据验证 Agent Skill——verify-data，通过自然语言交互自动完成从表结构获取、基准表发现、代码逻辑分析、验数 SQL 生成、执行到报告发布的全流程。
摘录
verify-data 是一个端到端的数据验数 Agent Skill。你只需要给它一张研发表名，它就能自动发现基准表、生成验数 SQL、在计算引擎上执行、分析结果、组装评审级报告并发布到协作文档。整个过程通过自然语言对话完成，不需要手写一行 SQL。
覆盖度：从冰山一角到全面体检。10 类标准化 SQL 模板确保验证覆盖度，特别是 SQL 9（关联膨胀检测）和 SQL 10（日期维度关联校验），这两项是数据评审最高频退回原因，手工验数时极易忽略。
标准化比智能化更重要：验数最关键的是覆盖度和可重复性，10 类标准化模板比”让 AI 自由发挥”可靠得多。AI 的能力放在理解代码逻辑、选择模板组合和解读结果上，而不是临时发挥写 SQL。
涉及实体
- vLLM —— 本文涉及 AI Infra 推理优化领域