电表数据每 10—15 分钟一条，覆盖有功电能、电压、无功与电能质量，动辄几百个计量点。能源管理岗懂电网，不写 SQL；四类日常分析——上报频率核查、数据可用性审计、结构质量评估、异常检测——都得排队等数据工程师。更麻烦的是隐私：消费级电表数据可推断居住模式、作息与家电使用，公开数据集上的用户再识别准确率可达 99%，因此不能把查询发到云端大模型。
OpenMeter 是为此设计的本地多智能体系统：把自然语言翻成可执行代码，再把结果解释成人话，全程跑在开源权重模型上。
三条设计原则
隐私即架构：所有推理都在本地或经过匿名化的隐私云层完成，遥测、查询与结果不出企业可控环境，满足关键能源基础设施的数据主权要求。
智能体分离：编码智能体负责用 SQL 或 Python 取数，解释智能体专门负责自然语言生成，原始数值必须经过独立的解释步骤。论文引用相关研究：在基于大模型的多智能体基准里，约 13.2% 的执行错误来自“推理—行动错配”，结构分离正是为了压住这类错误。
大模型当策展人：编排器掌握领域知识库，但每次只把与当前查询相关的段落路由给下游，不建向量库、不搭检索管线。论文的理由很实际：把整本知识库塞进每个提示会造成注意力退化，模型分不清哪些约束真正生效；让编排器在自己的推理里做动态过滤，既不增加延迟，也让知识库保持为可版本管理的文档，不必重训模型。
O→CA→O→IA 的四段流程
系统采用“先规划、后执行”：编排器先产出结构化执行计划，再让编码智能体写代码，避免自主智能体常见的“过早执行”失败。编排器先做四件事：把意图分到 13 个分析类别之一，评估难度（易、中、难），生成执行计划（目标通道、阈值、可视化要求），并挑选相关的术语与知识库段落。术语表约 45 条、分 7 类，每条带术语、定义、单位与异常指标；知识库分 12 个主题类，写明运行预期、跨变量相关性与可机检的异常规则及严重度，并由能源领域专家校验。
编码智能体拿到执行计划、过滤后的领域规则与数据集模式，输出 DuckDB 可执行的 SQL。模式不是一张 CREATE TABLE，而是列名、类型、基数统计、枚举值域与样例行——对异构工业库更省上下文。执行出错时，DuckDB 的列级诊断原文回灌给编码智能体做定向修正，最多重试两次；它只看到最终结果，避免上下文污染与级联错误。代码在只读沙箱里跑，无网络、无文件系统；Python 只负责画图。
解释智能体输出三部分：锚定检索值的事实摘要；异常刻画，区分“数值超出预期范围”的统计异常与“物理或业务上不可能”的逻辑异常（例如累计电量为负），并引用命中的知识库规则编号；以及分寸明确的措辞——检索到的事实用确定语气，因果推断用“可能表明”“与……一致”。
六种配置的消融
评测集是 62 条自然语言—SQL 对，来自与工业伙伴现场工程师梳理的真实工作流，每条都经过人工编写金标 SQL、执行验证与结果哈希三步校验。消融分两条轨道：单智能体的 S-Base、S+SC，多智能体的 M-Base、M+SC、M+KB、M+Full，用 2×2 设计分别隔离自纠与领域知识的作用。
在本地 9B 模型上，全量配置 M+Full 的执行准确率最高：严格 32.2%、部分 33.9%、放宽 42.4%，比最强单智能体配置 S+SC 的 36.3% 高 6.1 个百分点。但最高的执行成功率 77.6% 与有效结果率 56.6% 属于 M+SC 而非 M+Full——加上领域上下文后，SQL 语义更准，原始可执行率反而略降，这是知识注入的真实取舍。
自纠的收益在基线越差时越大：单智能体轨道执行成功率提升 15.1 个百分点，多智能体轨道提升 20.0 个百分点；领域知识独立贡献 2.9 个百分点的放宽准确率。换到前沿 397B 模型，图景反转：M+KB 的执行准确率最高（严格 38.0%、部分 38.8%），但放宽准确率的最高值回到 S-Base 的 54.7%；执行成功率接近饱和（≥94.7%），重试最多只赚 1.6 个百分点。精确匹配全程不超过 15.9%，说明模型很少逐字复现金标 SQL，即使结果正确。
结论：编排要看部署位置
论文的结论很克制：全量多智能体编排的最大收益出现在资源受限的本地硬件上；在前沿模型上，组件仍有价值，但应当选择性启用。换句话说，只有当隐私要求把推理逼到本地时，编排的成本才真正划算。另一个值得记住的数字来自既有研究：工业库上的 Text-to-SQL 错误里，模式链接占 53.3%，所以确定性的模式校验加自纠，往往比换更大的模型更直接。自动评测还会系统性低估实用价值——人工评审对生成 SQL 的接受率明显高于自动裁判。
资料来源：Enabling Privacy-Preserving Natural Language Access to Industrial Smart Meter Data — arXiv（2026）。本文为技术要点整理，非原文全文。