SQLite 持久连接 — sandbox 不再每次查询开关连接，改为 __init__ 时建连、close() 时释放

Explorer 的 system prompt 明确告知 sandbox 规则 — "每条 SQL 必须包含聚合函数或 LIMIT"，减少 LLM 生成违规 SQL 浪费轮次
LLM 客户端单例 — 所有组件共享一个 openai.OpenAI 实例，不再各建各的
sanitize 顺序修复 — 小样本抑制放在 float round 之前，避免被 round 干扰
quick_detect 从 O(n²) 改为 O(n) — 按列聚合一次，加去重，不再对每行重复算整列统计
历史上下文实际生效 — get_context_for 的结果现在会注入到 Explorer 的初始 prompt 里，多轮分析时 LLM 能看到之前的发现

playbooks/auto_5_时间趋势分析.json

@@ -0,0 +1,22 @@
+{
+  "name": "时间趋势分析",
+  "description": "分析工单创建和关闭的时间趋势，识别高峰期和处理延迟。",
+  "tags": [
+    "时间趋势",
+    "创建日期",
+    "关闭日期",
+    "高峰期"
+  ],
+  "preset_queries": [
+    {
+      "purpose": "统计每月创建的工单数量，识别高峰期。",
+      "sql": "SELECT SUBSTR(创建日期_解析, 1, 7) AS 月份, COUNT(*) AS 创建工单数量 FROM tickets GROUP BY 月份 ORDER BY 月份"
+    },
+    {
+      "purpose": "计算每月关闭的工单平均关闭时长，识别处理延迟趋势。",
+      "sql": "SELECT SUBSTR(关闭日期_解析, 1, 7) AS 月份, ROUND(AVG(关闭时长_天), 2) AS 平均关闭时长 FROM tickets WHERE 关闭日期_解析 IS NOT NULL GROUP BY 月份 ORDER BY 月份"
+    }
+  ],
+  "exploration_hints": "比较创建高峰期和关闭时长趋势，分析是否存在资源调配问题。关注特定月份的异常值，如关闭时长突然增加，结合跟踪记录查找原因。",
+  "placeholders": {}
+}