Jeason
b7a27b12bd
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
75 lines
2.2 KiB
Python
75 lines
2.2 KiB
Python
"""
|
||
Layer 1: 意图规划器
|
||
"""
|
||
import json
|
||
from typing import Any
|
||
|
||
from core.config import LLM_CONFIG
|
||
from core.utils import get_llm_client, extract_json_object
|
||
|
||
PROMPT = """你是一个数据分析规划专家。
|
||
|
||
## 你的任务
|
||
根据用户的分析问题和数据库 Schema，生成一个结构化的分析计划。
|
||
|
||
## 输出格式（严格 JSON）
|
||
```json
|
||
{
|
||
"intent": "一句话描述用户想了解什么",
|
||
"analysis_type": "ranking" | "distribution" | "trend" | "comparison" | "anomaly" | "overview",
|
||
"primary_table": "主要分析的表名",
|
||
"dimensions": ["分组维度列名"],
|
||
"metrics": ["需要聚合的数值列名"],
|
||
"aggregations": ["SUM", "AVG", "COUNT", ...],
|
||
"filters": [{"column": "列名", "condition": "过滤条件（可选）"}],
|
||
"join_needed": false,
|
||
"join_info": {"tables": [], "on": ""},
|
||
"expected_rounds": 3,
|
||
"rationale": "为什么这样规划，需要关注什么"
|
||
}
|
||
```
|
||
|
||
## 分析类型说明
|
||
- ranking: 按某维度排名
|
||
- distribution: 分布/占比
|
||
- trend: 时间趋势
|
||
- comparison: 对比分析
|
||
- anomaly: 异常检测
|
||
- overview: 全局概览
|
||
|
||
## 规划原则
|
||
1. 只选择与问题相关的表和列
|
||
2. 如果需要 JOIN，说明关联条件
|
||
3. 预估需要几轮探索（1-6）
|
||
4. 标注可能的异常关注点
|
||
5. metrics 不要包含 id 列"""
|
||
|
||
|
||
class Planner:
|
||
"""意图规划器"""
|
||
|
||
def __init__(self):
|
||
self.client, self.model = get_llm_client(LLM_CONFIG)
|
||
|
||
def plan(self, question: str, schema_text: str) -> dict[str, Any]:
|
||
response = self.client.chat.completions.create(
|
||
model=self.model,
|
||
messages=[
|
||
{"role": "system", "content": PROMPT},
|
||
{"role": "user", "content": f"## Schema\n{schema_text}\n\n## 用户问题\n{question}"},
|
||
],
|
||
temperature=0.1,
|
||
max_tokens=1024,
|
||
)
|
||
content = response.choices[0].message.content.strip()
|
||
plan = extract_json_object(content)
|
||
|
||
if not plan:
|
||
plan = {"intent": content[:100], "analysis_type": "overview"}
|
||
|
||
plan.setdefault("analysis_type", "overview")
|
||
plan.setdefault("expected_rounds", 3)
|
||
plan.setdefault("filters", [])
|
||
plan.setdefault("join_needed", False)
|
||
return plan
|