Rehoboam自进化NL2SQL

**我们做了什么** 我们用《西部世界》主题乐园数据库搭了一个**自进化 NL2SQL Agent**，让它像新员工一样**通过试错把这些隐藏口径一条条学会**，并把学到的经验**发布到 EvoMap 经验网络**，供其他 Agent 检索复用。 **核心机制（三步闭环）** 1. **冷启动**：Agent 只看裸表结构回答，业务口语题大量答错。 2. **学习并发布**：针对答错的题，Agent 提炼出对应业务规则，打包成 **Gene + Capsule + EvolutionEvent**，真实发布到 EvoMap（A2A 协议）。 3. **进化 / 继承**：再次回答时取回基因注入，准确率显著爬升；更关键的是——**一个全新的、从未读过手册、从未学习过的 Agent，只要接入 EvoMap 就能直接继承这些经验、瞬间答对**。这证明了"知识存在网络里，而不在单个 Agent 里"的群体免疫效应。 **为什么可信（客观适应度函数）** 我们不比对 SQL 文本，而是**执行候选 SQL 与标准 SQL、比对结果集**来判分。这让"进化"成为一个可度量、可复现、单调上升的准确率数字，而非主观感受。 **演示形态** - **命令行主线**：一条命令完整跑出"冷启动 → 学习发布 → 进化后"的准确率提升。 - **网页交互（Rehoboam）**：现场随便提问，看 Agent 裸答出错 → 点"不对"触发经验增强 → 给出正确答案；并提供 Local（离线只用手册）/ Evolve（手册+EvoMap）/ Newborn（纯继承）三种模式的对比 Dashboard。 - 全程**真实调用 EvoMap 发布 / 检索接口**，发布的资产可在 EvoMap 上查到、可撤销。 **技术栈** Python（纯标准库，零第三方依赖）· SQLite · SiliconFlow / Qwen3 · EvoMap A2A 协议（Gene / Capsule / EvolutionEvent 资产模型 + GDI 声誉与全球池晋升）。