NL2SQL:5 位产品代码被丢弃导致"查询成功但数据错"(演示产品 15911 正是 5 位)

## 现象

通用自然语言查询里问「查询15911的净值」,返回的是**别的产品**的数据:

```
问:查询15911的净值          → 返回 511810 货币ETF南方 的净值
问:查询基金代码15911最近30天净值 → 同上
```

而且 `status = success`、`message = 查询成功` —— **不报错,只是数据是错的**。

## 根因

`financial_nl2sql_service._filters()` 只认 6 位数字:

```python
re.findall(r"(?<!\d)\d{6}(?!\d)", question)      # 15911 只有 5 位 ⇒ 被静默丢弃
```

过滤条件为空 ⇒ 生成的 SQL **没有产品过滤**(`WHERE 1=1 ... GROUP BY ... LIMIT 50`)
⇒ 返回一批无关于问题的产品净值。现库实测:**6 位代码 25 个、5 位代码 1 个**
(后者就是演示产品 `15911`)—— 所以这个缺陷精确地打在了演示产品上。

`tests/unit/service/test_financial_nl2sql_golden_cases.py` 里 30 条黄金用例**全是 6 位代码**
(159511/588890/159948),因此从未暴露。

## 修法

`app/service/financial_nl2sql_service.py`:

- 产品代码模式放宽为 **5–6 位**(`(?<!\d)\d{5,6}(?!\d)`);
- 5 位数字更容易与"金额/数量/天数"撞车(6 位不会),因此加单位守卫:
  紧跟 `元/万元/万/亿/份/股/手/天/日/周/个月/年/次/笔` 的一律**不当**产品代码
  (例:「申购金额50000元」里的 50000);
- 抽成 `_product_codes()` 便于单测。

## 验证

- `query("查询15911的净值")` → SQL 含 `p.product_code = :filter_0`、参数 `15911`、
  返回行 `{"product_code": "15911", "product_name": "15911 自定义产品", "nav": "1.074596"}`;
  三种问法("查询15911的净值"/"查询基金代码 15911 最近 30 天的净值"/"15911 的最新净值是多少")全部命中 15911;
- 新增 5 条单测:5 位代码成为过滤条件、6 位仍正常、金额不当代码、
  年份/天数不被误认、多代码并存;
- `pytest tests/unit tests/contract` → **1458 passed, 2 skipped, 0 failed**;
- `ruff` 干净。

## 说明(未改,供你决定)

问「最新净值」时返回的是该产品的 50 行净值明细(SQL 无 `ORDER BY`),
不是"最新的那一条"。要的话我可以补成按日期倒序、单点取值。
This commit is contained in:
2026-09-14 22:32:26 +08:00
parent 5b97475950
commit 84bf51c0d0
2 changed files with 73 additions and 1 deletions
+23 -1
View File
@@ -46,10 +46,32 @@ def _range(question: str) -> tuple[str | None, str | None]:
return start.strftime("%Y-%m-%d %H:%M:%S"), end.strftime("%Y-%m-%d %H:%M:%S")
#: 产品代码形态:本平台现库**5 位与 6 位并存**(6 位 25 个,5 位 1 个 —— 演示产品 `15911`)。
#:
#: 原先只认 `\d{6}`,于是 5 位代码被**静默丢弃**:查询退化成"不带产品过滤",
#: SQL 里没有 `fin_product.product_code = ?`,却仍返回 `status=success` —— 实测
#: 「查询15911的净值」返回的是 511810 等其它产品的净值,**看起来成功、数据却是错的**。
_PRODUCT_CODE = re.compile(r"(?<!\d)\d{5,6}(?!\d)")
#: 5 位数字更可能与"金额/数量/天数"撞车(`\d{6}` 不会)。紧跟这些单位的一律不当产品代码:
#: 例如「申购金额50000元」里的 50000。
_AMOUNT_UNIT_AFTER = re.compile(r"^\s*(?:元|万元|万|亿元|亿|份|股|手|天|日|周|个月|年|次|笔)")
def _product_codes(question: str) -> list[str]:
codes: list[str] = []
for match in _PRODUCT_CODE.finditer(question):
code = match.group(0)
if len(code) == 5 and _AMOUNT_UNIT_AFTER.match(question[match.end():]):
continue
codes.append(code)
return sorted(set(codes))
def _filters(question: str) -> tuple[dict[str, Any], ...]:
return tuple(
{"field": "fin_product.product_code", "operator": "=", "value": code}
for code in sorted(set(re.findall(r"(?<!\d)\d{6}(?!\d)", question)))
for code in _product_codes(question)
)