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
22 lines
926 B
JSON
22 lines
926 B
JSON
{
|
|
"name": "责任人绩效分析",
|
|
"description": "分析不同责任人的工单处理数量和平均关闭时长。",
|
|
"tags": [
|
|
"责任人",
|
|
"绩效",
|
|
"处理数量",
|
|
"关闭时长"
|
|
],
|
|
"preset_queries": [
|
|
{
|
|
"purpose": "统计每个责任人的工单处理数量。",
|
|
"sql": "SELECT 责任人, COUNT(*) AS 处理工单数量 FROM tickets GROUP BY 责任人 ORDER BY 处理工单数量 DESC LIMIT 10"
|
|
},
|
|
{
|
|
"purpose": "计算每个责任人的平均关闭时长。",
|
|
"sql": "SELECT 责任人, ROUND(AVG(关闭时长_天), 2) AS 平均关闭时长 FROM tickets GROUP BY 责任人 ORDER BY 平均关闭时长 DESC LIMIT 10"
|
|
}
|
|
],
|
|
"exploration_hints": "结合处理数量和平均关闭时长,评估责任人的效率。关注处理数量高但关闭时长也高的责任人,可能存在工作负荷过重或技能不足的问题。",
|
|
"placeholders": {}
|
|
} |