当前金融行业数字化转型进入深水区，数据价值日益凸显。福建省农村信用社联合社（以下简称“福建农信”）传统数据处理模式存在响应慢、门槛高、过度依赖科技人员等痛点，业务人员获取数据通常需经历“提交需求—等待排期—人工取数”的冗长流程，难以满足快速变化的市场响应需求。为此，福建农信以信贷风险与金融市场为试点，引入基于大语言模型（LLM）与AI Agent的智能问数系统，采用“Agent+NL2DSL+RAG”技术路线，构建规划器、代码执行器与记忆体协同机制，规避NL2SQL的指标二义性与表关联歧义，实现从描述性到指示性分析的闭环，降低数据分析门槛、提升响应效率、释放数据价值。