Files
Mutual_Fund/nl2sql/result.py

75 lines
2.6 KiB
Python

"""NL2SQL 结果摘要和基础图表配置。"""
from __future__ import annotations
import json
from typing import Any
def build_chart_config(columns: list[str], rows: list[dict[str, Any]]) -> dict[str, Any] | None:
"""识别简单的分类数值结果,返回安全的柱状图配置。"""
if not rows or len(columns) < 2:
return None
numeric_column = next(
(
column
for column in columns
if all(isinstance(row.get(column), (int, float)) and not isinstance(row.get(column), bool) for row in rows)
),
None,
)
category_column = next((column for column in columns if column != numeric_column), None)
if numeric_column is None or category_column is None:
return None
return {"type": "bar", "category": category_column, "value": numeric_column}
async def summarize_result(
question: str,
columns: list[str],
rows: list[dict[str, Any]],
*,
llm_client,
max_prompt_rows: int = 20,
) -> str:
"""兼容旧调用方:返回面向用户的自然语言答案。"""
return await render_answer(
question,
columns,
rows,
llm_client=llm_client,
max_prompt_rows=max_prompt_rows,
)
async def render_answer(
question: str,
columns: list[str],
rows: list[dict[str, Any]],
*,
llm_client,
max_prompt_rows: int = 20,
) -> str:
"""将受控查询结果渲染为用户回答,不输出原始 JSON 或无关字段。"""
fallback = f"查询完成,共返回 {len(rows)} 条记录。"
prompt = (
"请根据用户问题生成简洁、准确的中文业务回答。\n"
"只使用查询结果中的必要字段回答问题,不要输出 JSON、SQL、Markdown 表格或内部字段名。\n"
"如果有多条记录,优先做合计、数量或关键项概括;只有用户明确需要明细时才列出明细。\n"
"不得补充查询结果中没有的数据,不要解释你的处理过程。\n"
f"问题:{question}\n"
f"列名:{json.dumps(columns, ensure_ascii=False)}\n"
f"结果:{json.dumps(rows[:max_prompt_rows], ensure_ascii=False, default=str)}"
)
try:
answer = await llm_client.chat(
[
{"role": "system", "content": "你是基金平台的数据回答助手。不要输出 JSON。"},
{"role": "user", "content": prompt},
],
temperature=0,
max_tokens=256,
)
except Exception: # noqa: BLE001 摘要失败回退固定文本
return fallback
return answer.strip() or fallback