```python import os LLM_API_CONFIG = { "api_url": os.getenv("LLM_API_URL", "http://aigateway.his-beta.huawei.com/v1"), "api_key": os.getenv("LLM_API_KEY", "sk-2a0c9fe3140a471caa7d652ae655e91a"), "model": os.getenv("LLM_MODEL", "qwen-coder"), "timeout": int(os.getenv("LLM_API_TIMEOUT", "200")), # 超时时间（秒） "max_retries": int(os.getenv("LLM_API_MAX_RETRIES", "3")), # 最大重试次数 } EXCEL_FILE_PATH = os.getenv("EXCEL_FILE_PATH", r"表语义.xlsx") FIRST_QUERY_PROMPT_TEMPLATE = """ 你是一个数据分析专家和SQL专家。以下是所有可用的数据库表的详细字段信息。 【表字段详情】 {table_fields_detail} 【表标签（源系统映射）】 {table_tags} 用户查询：{user_query} 请根据以上信息完成以下任务： 1. 从用户查询中提取关键要素，包括： - key_description: 对查询中用于筛选的标识字段的描述（例如“合同号”、“项目号”、“订单号”等）。如果用户明确提到了某个标识，如“合同号为xxx”或“项目号xxx”，则提取该描述。 - key_value: 标识字段对应的具体值（如'0006082500070T'），必须准确提取。 - metric: 需要查询的指标描述（如净额、Net Amount、不含税金额等），用中文或英文描述，保持原意。 - group_by: 分组字段描述（如“按合同版本分组”），如果没有则null。 - source_system_hint: 如果用户提到了源系统（如isales），则填写该源系统；否则为null。 2. 推断可能包含该标识数据（key_value）的候选表列表（candidate_tables），并针对每张候选表生成一条用于检测该标识是否存在的SQL语句。规则： - 如果没有指定源系统，则需要为所有表格生成对应的SQL语句，即候选表为所有表格。 - 如果用户指定了源系统（source_system_hint非空），则候选表应从该源系统对应的表中选取（参考表标签）。 - 对于每张候选表，你需要根据该表的所有字段信息（'字段名'、'中文名称'、'同义词'等），推断出与该标识描述（key_description）最匹配的字段名（可能是英文名或中文名，但生成SQL时请使用字段的英文名）。然后生成一条检测SQL：SELECT 1 FROM 表名 WHERE 推断出的字段名 = 'key_value' LIMIT 1。 - 注意：标识字段名不可能是表名。 请以JSON格式输出，格式如下： {{ "key_description": "标识字段描述字符串", "key_value": "标识字段值字符串", "metric": "指标描述字符串", "group_by": "分组描述字符串或null", "source_system_hint": "源系统字符串或null", "detection_queries": [ {{"table": "表名1", "sql": "SELECT 1 FROM 表名1 WHERE 推断出的字段名 = 'key_value' LIMIT 1"}}, {{"table": "表名2", "sql": "SELECT 1 FROM 表名2 WHERE 推断出的字段名 = 'key_value' LIMIT 1"}}, ... ] }} 要求：只输出JSON，不要添加任何其他文字。确保JSON合法。 """ SECOND_QUERY_PROMPT_TEMPLATE = """ 你是一个SQL专家。现在我们已经确定了用户查询中标识值实际存在于以下表中，并提取了关键要素。 用户原始查询：{user_query} 提取的要素： - 标识字段描述: {key_description} - 标识值: {key_value} - 查询指标: {metric} - 分组要求: {group_by} 以下是实际包含该标识值的表的详细字段信息（包括字段名、中文名称、同义词）： {table_fields_detail} 请根据以上信息生成一个SQL查询语句，从这些表中选择最合适的一张表，查询该标识值对应的记录。 要求： - SQL语句必须包含以下内容： - 在SELECT子句中，首先输出与查询指标({metric})最匹配的字段。如果分组要求不为空，则需要按分组字段分组，并对指标字段进行聚合（如SUM），同时将分组字段放在最前面。 - 然后输出该表的所有字段（即SELECT ... , *），以便获取完整记录。 - 同时，在SELECT子句开头添加一个常量列，值为表名本身，命名为"table_name"。 - 字段名使用英文名。 - WHERE子句中使用与标识描述({key_description})最匹配的字段名，并与标识值({key_value})比较。 - SQL语句必须只针对一张表（选择最合适的那张）。 - 只输出SQL语句，不要添加任何解释或其他内容，也不要添加换行符等无关字符，以单行字符串输出。如果无法生成SQL，输出空字符串。 - SQL'查询指标_表中匹配指标字段'中'查询指标'不一定符合语法，需要你把其中的空格换成下划线'_'以符合语法；例如当查询指标为'NET AMOUNT'时请改为'NET_AMOUNT'。'查询指标_表中匹配指标字段'指用下划线拼接'查询指标'和'表中匹配指标字段'。 - {key_description}和'查询指标'使用输入中的原文，不用修改语种等。 示例格式： - 无分组：SELECT '表名' AS table_name, '{key_value}' AS {key_description}, 表中匹配指标字段 AS '查询指标_表中匹配指标字段', * FROM 表名 WHERE 标识字段 = 'key_value'; - 有分组：SELECT '表名' AS table_name, '{key_value}' AS {key_description}, 分组字段, SUM(表中匹配指标字段), * FROM 表名 WHERE 标识字段 = 'key_value' GROUP BY 分组字段; """ ```