工贸业生产排程优化智能问数垂类大模型语料数据

数据来源于工单生产与制令单执行数据，涵盖车间名称、产线编号、工单状态、生产状态、计划数量、投入数量、产出数量、创建日期等多维度核心字段。通过对数据进行清洗、脱敏、结构化处理，构建“自然语言问数需求-SQL语句生成-执行结果输出”三元组语料体系，覆盖车间计划总量查询、产线投入产出统计、生产状态工单数统计、工单状态分布分析、计划数量超阈值日期查询、投入产出超阈值日期查询、计划完成率计算及超阈值日期查询等核心问数场景。该数据集解决工贸业企业生产排程管理中计划执行进度依赖人工汇总效率低、多车间多产线数据分散导致跨线排程对比困难、计划完成率与超产/欠产分析响应慢等核心痛点，帮助生产计划人员从“依赖技术人员编写SQL”转向“自然语言自主查询”。同时，该数据集可为工贸业领域的垂类大模型NL2SQL能力训练提供结构化语料支撑，推动行业从“人工编写SQL查询”向“自然语言智能问数”演进。该语料体系可横向复用至电子制造、汽车零部件、新能源等行业的生产排程管理场景。

搜集汇总

背景与挑战

背景概述

该数据集基于工单生产与制令单执行数据构建，涵盖车间、产线、工单状态、计划及投入产出数量等多维字段，经清洗脱敏后形成“自然语言问数-SQL生成-结果输出”三元组语料，覆盖计划总量查询、投入产出统计、状态分布分析、超阈值日期查询及完成率计算等核心场景。旨在解决生产排程中计划进度依赖人工汇总、跨线数据分散及完成率分析响应慢的痛点，支持计划人员以自然语言自主查询，为工贸业垂类大模型NL2SQL能力训练提供结构化语料，并可复用至电子制造、汽车零部件、新能源等行业。