mirror of
https://github.com/ThearchyHelios/AgentLab.git
synced 2026-11-15 07:11:57 +00:00
ThearchyHelios
2730 lines
158 KiB
Python
2730 lines
158 KiB
Python
from __future__ import annotations
|
||
|
||
import asyncio
|
||
import copy
|
||
import json
|
||
import logging
|
||
import math
|
||
import re
|
||
import time
|
||
from typing import Any, Literal
|
||
|
||
from fastapi import APIRouter, Depends, HTTPException
|
||
from pydantic import BaseModel, Field
|
||
from sqlalchemy import select
|
||
from sqlalchemy.ext.asyncio import AsyncSession
|
||
|
||
from app.api import copilot_context
|
||
from app.api.coded import DATASOURCE_SCOPE_EMPTY, CodedHTTPException
|
||
# 摘要的预算和截断阈值随数据源上下文搬到了 copilot_context，这里留着老名字
|
||
from app.api.copilot_context import DATASOURCE_BUDGET_CHARS as _DATASOURCE_BUDGET_CHARS # noqa: F401
|
||
from app.api.copilot_context import DETAIL_TABLE_LIMIT as _DETAIL_TABLE_LIMIT # noqa: F401
|
||
# 起别名：本文件底下有个叫 explain 的接口，generate 里又有个局部变量叫 raw，同名会互相盖掉
|
||
from app.core.errors import explain as explain_error, graph_error, raw as raw_error
|
||
from app.data.sqlcheck import CHECK_CODES
|
||
from app.db.base import get_session
|
||
from app.db.models import Workflow
|
||
from app.engine.layout import CORRIDOR_MIN, MIN_ROW_GAP, NODE_W, _height, auto_layout
|
||
from app.engine.schema import GraphSpec, NodeType, ValidationIssue, text_parse_issues, validate_graph
|
||
from app.engine.state import message_text
|
||
# 额度用完的认法、退回小额度的做法挪到了 providers/budget.py（核查、证据裁判也用），这里留着老名字；
|
||
# _BUDGET_WORDS 另有 data/recipe_ai.py 的测试拿来比对
|
||
from app.providers.budget import BUDGET_WORDS as _BUDGET_WORDS # noqa: F401
|
||
from app.providers.budget import BudgetFallback as _BudgetFallback, cut_off as _cut_off
|
||
from app.providers.factory import ModelSpec, ProviderNotConfigured, get_chat_model
|
||
from app.tools.registry import all_specs
|
||
|
||
router = APIRouter(prefix="/api/copilot", tags=["copilot"])
|
||
logger = logging.getLogger(__name__)
|
||
|
||
|
||
async def _sources(session: AsyncSession, scope: list[str] | None) -> list[Any]:
|
||
"""这一轮给助手看的数据源：启用着的，限定了范围就只留点名的（id、名字都认）。
|
||
|
||
点名的一个都不在（删了、停用了）就直接拒绝：悄悄退回「全部数据源」等于
|
||
无视用户的限定，而他正是因为想换一个库问才点的。
|
||
"""
|
||
from app.db.models import DataSource
|
||
|
||
rows = list((
|
||
await session.execute(
|
||
select(DataSource).where(DataSource.enabled.is_(True)).order_by(DataSource.name)
|
||
)
|
||
).scalars())
|
||
wanted = {s.strip() for s in scope or [] if isinstance(s, str) and s.strip()}
|
||
if not wanted:
|
||
return rows
|
||
picked = [r for r in rows if r.id in wanted or r.name in wanted]
|
||
if not picked:
|
||
raise CodedHTTPException(
|
||
400, "限定的数据源都已不可用，可能已被删除或停用。请取消限定后重试，"
|
||
"或到「数据」页确认数据源存在且已启用",
|
||
DATASOURCE_SCOPE_EMPTY,
|
||
)
|
||
return picked
|
||
|
||
|
||
def _scope_note(rows: list[Any], scoped: bool) -> str:
|
||
if not scoped:
|
||
return ""
|
||
names = "、".join(r.name for r in rows)
|
||
return (f"\n\n这一轮用户把数据源限定为：{names}。只查它们，只能用它们的 db_query__ / "
|
||
"db_schema__ 工具；前几轮用过别的库，这一轮也不要沿用")
|
||
|
||
|
||
def _tool_catalog(rows: list[Any], context: copilot_context.DatasourceContext | None = None) -> str:
|
||
"""给 Copilot 看的工具清单。
|
||
|
||
all_specs() 只有静态注册的内置工具，数据源工具是运行时按库动态生成的
|
||
（db_query__<源>），不补进来 Copilot 就不知道它们存在，只会退回让用户
|
||
自己写 SQL 的代码节点——接了数据库等于白接。
|
||
|
||
「可查」后面列前 12 个对象。给了这一轮的数据源上下文时按它排：大库里按需求挑中的表排在前面
|
||
（DatasourceContext.listed），不然列出来的是表结构里排在最前的那几张，和需求未必相干。
|
||
"""
|
||
lines = [
|
||
f"- {name}（{spec.category}）：{spec.description}"
|
||
for name, spec in sorted(all_specs().items())
|
||
]
|
||
|
||
from app.data import introspect as _introspect
|
||
from app.tools.datasource import QUERY_PREFIX, SCHEMA_PREFIX
|
||
|
||
for row in rows:
|
||
tables = context.listed(row) if context is not None else _introspect.table_names(row)
|
||
listed = "、".join(tables[:12]) + (f" 等 {len(tables)} 个对象" if len(tables) > 12 else "")
|
||
lines.append(
|
||
f"- {QUERY_PREFIX}{row.name}（数据库）：在「{row.name}」上执行 SQL。"
|
||
f"{row.description or ''}"
|
||
+ (f" 可查：{listed}" if tables else " ⚠ 结构未探查")
|
||
)
|
||
lines.append(
|
||
f"- {SCHEMA_PREFIX}{row.name}（数据库）：查看「{row.name}」的表结构"
|
||
)
|
||
return "\n".join(lines)
|
||
|
||
|
||
#: 带进挑表需求里的前几轮问题：追问常常只说「那上上个月呢」，光看这一句挑不出表
|
||
_PICK_HISTORY_TURNS = 3
|
||
|
||
|
||
async def _pick_need(session: AsyncSession, payload: GenerateIn) -> str:
|
||
"""挑表用的需求：这一轮的原话，问数据追问时再带上这次对话前几轮的问题。"""
|
||
from app.api.conversations import recent_turns
|
||
|
||
if not payload.conversation_id:
|
||
return payload.instruction
|
||
turns = await recent_turns(session, payload.conversation_id)
|
||
asked = [t.question for t in turns if t.question][-_PICK_HISTORY_TURNS:]
|
||
return payload.instruction + (PICK_HISTORY_PROMPT.format(questions="；".join(asked)) if asked else "")
|
||
|
||
|
||
PICK_HISTORY_PROMPT = "\n（这次对话之前问过：{questions}）"
|
||
|
||
|
||
async def _picker(session: AsyncSession, payload: GenerateIn,
|
||
plan: copilot_context.ContextPlan) -> tuple[Any | None, str | None]:
|
||
"""挑表用的模型：同一个助手模型（copilot_model_spec），思考、额度在 pick_model 里调。不用挑表时不拿。"""
|
||
if not plan.needs_pick:
|
||
return None, None
|
||
spec = await copilot_model_spec(session, payload, max_tokens=copilot_context.PICK_MAX_TOKENS)
|
||
return await copilot_context.pick_model(session, spec)
|
||
|
||
|
||
async def _datasource_context(
|
||
session: AsyncSession, sources: list[Any], payload: GenerateIn, *, need: str,
|
||
graph: dict[str, Any] | None,
|
||
) -> copilot_context.DatasourceContext:
|
||
"""这一轮的数据源上下文：读目录、大库按需求挑表、组装（copilot_context）。挑表失败退回只列表名，不抛异常。
|
||
|
||
非流式生成、发布前修复、升级都走这里；流式生成把三步拆开，挑表放进流里（期间发心跳、挑完发 context 操作）。
|
||
graph 是现有工作流：它的 SQL 查过的表一律给全字段。
|
||
"""
|
||
plan = await copilot_context.plan_context(sources, graph=graph)
|
||
picker, unavailable = await _picker(session, payload, plan)
|
||
return await plan.resolve(picker, need=need, unavailable=unavailable)
|
||
|
||
|
||
NODE_REFERENCE = """\
|
||
可用节点类型（type 字段）：
|
||
- input：入口。config.fields = [{name, required, default, description}]
|
||
- output：出口，收集最终成果。config.fields = [{name, value}]，value 里写模板引用
|
||
- llm：单次模型调用。config: {system, prompt, model, temperature, max_tokens, assign_to, output_schema}
|
||
- agent：带工具循环的 agent。config: {system, prompt, tools:[工具名], approval, assign_to, output_schema, cite_fields}
|
||
**agent 要把查到的数交给口径卡或报告时**，config 加 output_schema（JSON Schema，写要交的字段和类型）和
|
||
cite_fields: true：循环结束后系统按 Schema 抽一次字段，每个字段都核对到它查过的那一格——以查询快照为准，
|
||
查不到的记空值、不兜底成 0。assign_to 拿到的就是核对过的对象，口径卡直接写 vars.<assign_to>.字段。
|
||
只写 output_schema 不开 cite_fields 不生效。**不要用 transform 解析 agent / llm 的文字**：模型写的 JSON
|
||
常夹着没转义的引号，解析一失败整个节点就失败，也核对不了出处
|
||
**agent 查库时**，prompt 里写明查询结果列用中文别名（AS 月份、AS 曝光量）：报告用 [[table:]] 生成的表格表头、
|
||
[[v:]] 引用、口径卡的 cell() 都用这个列名，写成英文缩写的原始列名读的人看不懂。中文别名按数据源的方言
|
||
加标识符引号：MySQL / MariaDB 用反引号（AS `月份`），PostgreSQL、Oracle、SQLite 用双引号（AS "月份"），不要用
|
||
单引号（那是字符串）。只给最外层 SELECT 的结果列起别名，WHERE、JOIN、GROUP BY 里照旧写原列名；Oracle 旧版本
|
||
的标识符最长 30 字节，别名不超过 10 个字
|
||
**默认不要写 max_steps、budget_tokens、budget_usd**。平台用的是护栏而不是固定步数：
|
||
步数只是很高的兜底（跟随设置，默认 100），重复调用、连续几步没有新信息、预算用完、
|
||
上下文快满时，它会按查到的部分收尾。写死一个小数字（见过 8）会让它查完表结构就没额度回答了。
|
||
上一次如果是被护栏收了尾（改写理由里会写明原因），按原因改，而不是加步数：
|
||
- 连续几步没有新信息：提示词里点明该查哪几张表、要哪些字段，或者工具参数写法有问题；
|
||
- 预算用完：写一个更大的 budget_tokens；
|
||
- 上下文快满：让它每次查更小的范围（SQL 加 LIMIT、只选需要的列）；
|
||
- 步数用满：通常说明任务拆得太大，拆成几个节点比加步数更可靠
|
||
MCP 工具和自定义工具默认每次调用都要人工审批（用户可以在工具页改成「始终允许」）。
|
||
**不要为了不停下来就把 approval 写成 never**，这是绕过用户的审批设置；要不要放行由用户在工具页决定
|
||
- supervisor：多 agent 协作。config: {goal, agents:[{name, description, system, tools, model}], max_rounds}
|
||
成员停不下来等人：需要审批的 MCP / 自定义工具在成员手里不会执行。要用这类工具，交给团队外的 agent 节点
|
||
- tool：直接调一个工具。config: {tool: 工具名, args: {...}, assign_to}
|
||
- merge：合并查询，把几次查询的结果在库外按键合并成一张表。config: {inputs: {别名: 上游查询节点id}, sql, assign_to}
|
||
**只在数据分在不同的库、要按行对齐时用**：先在各自的库里用 SQL 聚合到相同的键和粒度（比如「日期 + 门店」），
|
||
再由 merge 按键合并。同一个库里的数据写成一条 SQL（JOIN / WITH），不要拆成两次查询再合并；只组合几个单值时
|
||
用口径卡的 cell()，不用 merge。比率、增幅、占比这类派生计算仍然写在口径卡里，不写进合并 SQL。
|
||
inputs 的值只能是调用 db_query__ 工具的 tool 节点或另一个 merge 节点，而且要连在 merge 之前；agent 查过的库
|
||
不能当输入（它可能查了好几次），要合并的那条查询单独放进 tool 节点。别名就是 sql 里的表名，只用英文字母、数字
|
||
和下划线（例如 s、v）。sql 是一条 SQLite 的 SELECT 或 WITH，例如：SELECT s.日期, s.门店, s.订单数, v.到店人数
|
||
FROM s JOIN v ON s.日期 = v.日期 AND s.门店 = v.门店。合并读的是每个输入的完整结果：任何一个输入被截断（超过
|
||
查询的行数上限）merge 就会失败，所以源查询要先聚合、缩小范围；两边的键类型要一致（文本 '001' 对数值 1 会给警告）；
|
||
结果比行数最多的输入还多，说明合并键不唯一（也会给警告）。结果和查询同形：报告按先后编号引用 [[v:Qn.r0.列名]]，
|
||
口径卡写 cell(nodes.merge节点id, 行, '列名')。选取项直接写输入的列（可以用 AS 改名）时，报告里的数点得开、能追到
|
||
输入的那一格；表达式算出来的列只有表级来历
|
||
- code：沙箱里跑代码。config: {language: python|bash|node, code, timeout, network, assign_to}
|
||
evidence_role：source（取数：产出本身就是源数据）/ compute（计算，默认）。负责取数的代码写 source；
|
||
compute 的产出喂给口径卡会被提示「核对不了出处」——业务计算写进口径卡的表达式。
|
||
assign_to 拿到的是 stdout（尾部的换行已去掉）。**stdout 是 JSON 时会解析成对象**，
|
||
这时下游要用 {{ vars.x.字段 }} 取字段，拿它比字符串永远不成立。要判一个简单结论，
|
||
就 print 一个短字符串（比如 print('ok')）并让下游比它。
|
||
**结果必须 print 出来**：脚本最后一行写个裸表达式（state、{"a": 1}）不会输出，那是
|
||
notebook 的行为——assign_to 会拿到空值。要交给下游一个对象，就 print(json.dumps(结果))
|
||
- branch：条件分支。config: {mode: expression|llm, cases:[{key, condition, label}]}
|
||
- loop：循环。config: {mode: foreach|while, items, item_var, condition, max_iterations}
|
||
- retrieve：知识库检索。config: {query, collection, limit, assign_to}
|
||
- memory：长期记忆读写。config: {action: recall|write, query, content, assign_to}
|
||
**不要写 scope**。记忆域由平台给（当前统一是 default）。自己起一个域的后果是
|
||
写进去再也读不回来——真发生过：一轮写进 scope"user"，下一轮没写 scope 落回
|
||
default，于是「我叫张三」存下来了，问「我是谁」却答不上来
|
||
- human：人工审批。config: {mode: approve|input|edit, title, message}
|
||
title、message 说批了会怎样时写「批准后输出」「批准后继续」，**不要写「正式出具」「批准后才会出具」**：出具只发生在
|
||
成果节点配了出具契约、并且从已发布版本发起的正式运行里；画布上试运行、问数据都是探索运行，批准后只是输出。
|
||
这次是探索运行还是正式运行，审批卡会自己标明。审的是报告时把 human 接在 report 后面（message 里可以引用
|
||
{{ nodes.报告节点id.text }}），审批卡会附上这份报告的核对概况
|
||
- validate：JSON Schema 校验，可自动让模型修复。config: {schema, source, max_retries}
|
||
- transform：数据整形。config: {mode: expression|template|json, expression/template, assign_to}
|
||
- subgraph：嵌套另一个工作流。config: {workflow_id, input}
|
||
- metrics：口径卡。报告里要出现的数字、以及所有派生计算（比率、增幅、占比、差值）都登记在这里。
|
||
config: {caliber, caliber_version, metrics:[{id, name, unit, decimals, format, expression}], on_missing, assign_to}
|
||
expression 是受限表达式（不是模板）：vars.kpi.gmv、cell(nodes.fetch, 0, 'gmv')、
|
||
round((vars.kpi.gmv - vars.kpi.gmv_prev) / vars.kpi.gmv_prev * 100, 1)
|
||
format：thousands（默认，千分位）/ plain（不分组，年份编号这类）/ percent_of_ratio（值是 0.0235 这样的比率，显示成 2.35%）；
|
||
decimals 写 -15 到 15 的整数；percent_of_ratio 的 decimals 按比率算：要显示两位百分比（2.35%）写 4，
|
||
写 2 只剩「2%」，0.004 这样的小比率还会显示不出来、报告引用不了。on_missing 默认 fail（缺输入整张卡失败）；写 null 则缺输入的指标记为空值，交给出具契约判档
|
||
取 tool 节点查库的结果用 cell(nodes.取数节点id, 行, '列名')（行号从 0 数，列按列名）：cell() 直接认查询工具
|
||
交回的结果，出处精确到快照里的那一格，不用再接 transform 解析。取 agent 的字段写 vars.<agent 的 assign_to>.字段
|
||
- dual_check：双盲复算。正式出具前，口径卡上输入来自查询的指标另起一个看不到原 SQL 的只读 agent 独立写 SQL 再算一遍：
|
||
一致就放行；不一致时停下来，审批卡并排列出两边的 SQL、差异说明和两个值，由人逐个指标选采用原流程、采用盲算还是
|
||
两边都不对。选盲算或都不对的计入缺口、出具降档；两边只差一个方面（业务日期按哪一列、有效记录条件、去重）时，选择
|
||
会写进数据目录。**要正式出具的模板、口径卡上的指标来自查询（tool 节点查库，或 agent 查库并开了 cite_fields）时加**，
|
||
接在口径卡之后、report 之前（取数 → 口径卡 → dual_check → report → output）；只回答一个问题的问数据、指标都是
|
||
常量或运行输入的不必加。config: {card, metrics, definitions, provider, model, tolerance, on_reject, enabled}：
|
||
card 是要复算的口径卡节点 id（上游只有一张口径卡时不写）；metrics 是要复算的指标 id 列表（不写就是输入来自查询的
|
||
全部指标）；definitions 是 {指标 id: 口径说明}，写清业务定义（按哪个日期归属、排除哪些行、是否去重），盲算 agent
|
||
只看得到它和数据目录，所以要按业务写，不要抄原 SQL；provider / model 指定盲算模型（**默认不写**，取设置里的核查
|
||
模型；建议和取数的 agent 不同）；tolerance 是允许的相对误差（不写取设置）；on_reject：degrade（默认，计入缺口、
|
||
出具降档）/ fail（审核人没采用原流程的结果就判为失败）；enabled 不写跟随设置里的开关，true / false 强制开关。
|
||
不要给它配 retries：它的失败是确定的，重试只会把盲算再做一遍、再请审核人选一次（画布校验会报错）
|
||
- report：报告撰写（带引用）。config: {instructions, system, metrics_from:[口径卡id], numbers, on_violation, max_repairs,
|
||
claims, entities, assign_to}
|
||
**凡是给人看的、带数字的报告、分析、结论，都用 report，不要用 llm**。它自动收集上游的口径卡指标、查询结果
|
||
（tool 节点和 agent 查过的库、merge 的合并结果，按查询先后编成 Q1、Q2…）、查库当时的表结构、知识库检索（按先后编成 K1、K2…）
|
||
和运行输入，模型只能写引用标记，数值由系统从证据里取出来渲染；模型自己写的数字会被打回重写：
|
||
- [[m:指标id]]：口径卡指标。比率、增幅、占比、差值这类派生计算只能先在口径卡里登记再引用
|
||
- [[v:Q1.r0.列名]]：第 1 次查询结果里第 0 行那一列的原值（行号从 0 数）
|
||
- [[table:Q1 cols=列a,列b rows=0-4]]：把查询结果的几行几列原样生成表格，每一格都点得开出处
|
||
- [[i:输入字段]]：运行输入
|
||
- [[t:表名]]、[[c:表名.字段名]]：表和字段，点得开是哪次查询用到的、表结构里是什么类型。写在反引号里的英文名
|
||
（`orders`）也会被核对，反引号里的中文名不核对，所以中文表名、字段名一律用 [[t:]] / [[c:]]：只写本次运行
|
||
查过的数据源里真实存在的名字，表结构、查询、结果列里都没有的会被标成「可能是编造的名字」（受管模板的正式出具因此降档）
|
||
- [[q:K1|逐字引文]]：知识库检索的原话，必须和命中片段里的字逐字一致（空白不计，至少 4 个字），改一个字就算
|
||
没有出处；只是拿检索当依据时写 [[see:K1]]。要引原话，在 report 前面接 retrieve 节点
|
||
- 句末的 [[see:m:指标id,Q1,K1]]：这句结论的依据，不显示，所以只能放在句末；instructions 里不要写「以 [[see:…]] 为依据」
|
||
「根据 [[see:…]]」这样把它当成句子成分的示例，模型照着写会留下「以 为依据」这样的断句
|
||
- 涉及码值（状态、类型这类用数字编码的取值）时，instructions 里让模型写它的含义（「作废记录」），不要写码值本身：
|
||
码值是没有出处的数字，会被数字核对打回重写
|
||
metrics_from 不写就取所有上游口径卡；on_violation 不写时探索运行是 flag（标出来、照常产出），正式运行是 fail；
|
||
numbers 默认 strict（裸数字算违规）。claims 是结论句策略：off（默认，不管）/ require_citation（每句结论都要
|
||
挂引用，没挂的计入缺口、出具降档）/ judge（在 require_citation 之外，再请另一个模型按每句挂的依据判断支不支持：
|
||
正式运行在节点里判，证据相矛盾的按 judge.on_unsupported 处置——degrade 降档（默认）或 withhold 不予出具，
|
||
证据不足的（摘录里没有判断所需的信息）只降档；
|
||
探索运行不在节点里花钱，读的人点开哪句再按需判哪句，只标注；要交给人工审批的报告例外，探索运行也在节点里判，
|
||
审批人批准前就能看到判了几句、几句证据相矛盾）。judge 的子配置写在节点的 judge 里：judge.model、
|
||
judge.provider 指定裁判模型（建议和写作模型不同，同一个模型等于自己审自己；不写就用设置里的「证据裁判模型」）；
|
||
judge.max_cost_usd、judge.max_claims、judge.timeout_s 是每份报告的裁判金额、句数、时长上限，写 null 表示不限，
|
||
不写取设置里的默认；judge.rewrite_once 默认 false，打开后把证据相矛盾、证据不足的句子交回写作者只改一次。
|
||
**多个来源汇总成的分析报告**（几个 agent 分头查库，或者几次查询的结果合在一起写成的分析、结论）默认写 claims: "judge"，
|
||
不写 judge 的预算（judge 整个不写，金额、句数、时长上限都取设置里的默认）：正式运行在节点里自动判，探索运行由读的人
|
||
点开哪句判哪句，不在节点里花钱；报告要交给人工审批的，探索运行也在节点里判。用户明确说不要核对结论句的不加；只回答一个问题、一次查询的不必加。要按受管级别
|
||
发布的模板不适用这条默认，按下面受管级别的规则写预算
|
||
entities 默认 link
|
||
（核对表名、字段名），报告里根本不提表名时才写 off
|
||
- output 的出具契约：config.contract = {report_from: 报告节点id, metrics_from:[口径卡id],
|
||
required:[必需指标id], expected:[期望指标id], strict: true}。成果字段写 {{ nodes.报告节点id.text }}，
|
||
前后不要拼别的字——拼了就没法逐段对应证据，出具会降档。受管模板的报告要直接引用查询单元格
|
||
（[[v:]] / [[table:]]）的，契约里写 cells: true，否则这些引用按解析不了算；只引单元格、图里没有口径卡的
|
||
（问数据的典型图），契约不写 metrics_from，也不写 required / expected
|
||
要按受管级别发布的模板（发布前检查不过就发不出去）：报告节点写明 numbers: "strict"、on_violation: "fail"、
|
||
claims: "require_citation"（或者更严的 claims: "judge"，这时 judge 里必须写 judge.max_cost_usd——写一个金额，或者
|
||
写 null 表示不限，预算要用户定，拿不准就问；只有受管级别要这样，普通草稿里默认开的 judge 不写预算、不为预算问人）；契约用 report_from（受管级别不收 narrative），成果字段只取报告节点的正文；给口径卡
|
||
供数的 agent 配 output_schema 和 cite_fields: true，code 节点喂口径卡的必须是真取数（evidence_role: "source"），
|
||
否则把计算写进口径卡；llm、agent、协作团队写的文字不能绕过报告节点直接进出口，llm 也不能喂口径卡
|
||
- challenge：反方审稿。报告写完后挑出几句关键结论（挂了依据的、带比较或因果的优先），每句派一个只读 agent 站在反方
|
||
自己写查询找反例，逐句判经受住、被削弱、被推翻或无法判断，理由引用它自己查到的数据；不改报告。
|
||
config: {report, max_claims, max_queries, timeout_s, provider, model, on_refuted, enabled}
|
||
**多个来源汇总成的分析报告、要正式出具的报告**加这个节点，串在 report 和 output 之间：report → challenge → output
|
||
（有审批时 report → challenge → human → output）。challenge 要在 output 上游：只从 report 拉出一条侧枝接 challenge、
|
||
output 不经过它时，降档不会发生。
|
||
report 写要审的报告节点 id（上游只有一个 report 时可以不写）；on_refuted 是结论被推翻时怎么办：degrade（默认，计入
|
||
出具缺口、出具降档）/ flag（只标注，不影响出具）/ fail（报错并停止运行，不要再配 on_error: continue）。max_claims
|
||
（每份报告最多审几句）、max_queries（每句最多查询次数）、timeout_s（每句时长上限，秒）、enabled（不写就跟随设置里
|
||
「核查」一节的开关）一般都不写，取设置里的默认；provider、model 指定反方模型，不写用设置里的核查模型（建议和写作
|
||
模型不同，同一个模型等于自己审自己）。challenge 后面直接接 human 时，审批卡自动附上这份报告的核对和审稿结果；
|
||
human 的 message 里引用 {{ nodes.报告节点id.text }}，审批人能直接读到正文。只回答一个问题、一次查询的不必加
|
||
|
||
搭图规则（有数字结论时必须遵守）：
|
||
1. 取数（tool 节点查库；或者 agent 查库并配 output_schema + cite_fields）→ 口径卡 → report → output
|
||
（要三档出具时配 report_from 契约）。没有比率、增幅这类派生计算时可以不要口径卡，report 直接引用查询单元格
|
||
2. 能用 SUM / COUNT 做的聚合放在 SQL 里，口径卡只做标量运算
|
||
3. 不要用 code 节点做业务计算；code 只做格式转换（负责取数的 code 标 evidence_role: source）
|
||
4. 不要用 transform 解析 agent / llm 的文字：口径卡读 cell(nodes.查库节点id, 行, '列名') 或 vars.<agent 的 assign_to>.字段
|
||
5. 数据在两个库、要按行对齐时：两个 tool 节点各自聚合到相同的键和粒度 → merge 按键合并 → 口径卡算派生指标 → report。
|
||
同一个库写成一条 SQL；只组合几个单值用口径卡的 cell()；不要用 code 节点合并（出处会断，喂给口径卡时核对不了）
|
||
|
||
模型字段（llm / agent / supervisor / report 的 config.model）：
|
||
- **不要填**。留空表示跟随当前供应商的默认模型，这几乎总是对的。
|
||
- 你不知道这套部署里有哪些 model id——凭供应商名字猜（比如看到 DeepSeek 就写
|
||
"deepseek-chat"）会得到 401 invalid_model，整个节点跑不起来。
|
||
- 只有用户在需求里明确点名了某个模型，才把他说的那个字符串原样填进去。
|
||
|
||
模板语法（在 prompt、template、args、message、query 这类**普通文本字段**里用）：
|
||
- {{ input.字段名 }} 入口输入
|
||
- {{ vars.变量名 }} 某节点 assign_to 写入的变量
|
||
- {{ nodes.节点id.text }} 某节点的输出
|
||
- {{ last_message }} 最近一条消息文本
|
||
- 过滤器：{{ vars.x | json }}
|
||
|
||
**表达式字段不是模板，不要套 {{ }}**：branch 的 cases[].condition、loop（while 模式）的
|
||
condition、transform（expression 模式）的 expression、口径卡的 metrics[].expression、任意节点的
|
||
skip_if。这些字段按受限的 Python 表达式求值，变量直接写路径：
|
||
- 对：vars.gate == "ok" 错：{{ vars.gate }} == "ok"（会被当成集合，跑不起来）
|
||
- 对：vars.state.count <= 1000 错：'{{ vars.x }}' == "ok"（引号里的模板不会渲染，永远不成立）
|
||
- 对：len(vars.items) > 0 错：{{ vars.items | length }} > 0（表达式里没有 | 过滤器）
|
||
- 能用：and / or / not、== != < <= > >=、in [列表]、x if 条件 else y；函数只有 len str int float
|
||
round min max sum any all lower upper contains startswith endswith matches get
|
||
- 字符串加引号；判断相等写 ==；"是不是其中之一"用列表 x in ['a', 'b']，不要用 {…}
|
||
|
||
图搭完会用和运行时同一套规则自查：表达式写错、必填没填、引用了不存在的变量，都会被打回来让你改。
|
||
|
||
**引用必须有来源**（这条会被校验，不满足整张图跑不起来）：
|
||
- 写 {{ vars.X }} 之前，必须有某个节点的 config.assign_to 正好是 "X"
|
||
- 写 {{ input.X }} 之前，X 必须在入口节点的 fields 里声明过
|
||
- 写 {{ nodes.Y.* }} 之前，Y 必须是真实存在的节点 id
|
||
- 引用的那个节点还必须排在**前面**——后面的节点产出的值，前面取不到
|
||
模板取不到值时渲染成空字符串、不报错，所以这类错误在运行期完全静默：
|
||
下游拿到一段空文本，然后一本正经地基于空内容编一段回答出来。
|
||
|
||
连线规则：
|
||
- edges 里每条边 {source, target, sourceHandle?}
|
||
- branch 节点的出边必须带 sourceHandle，取值是 cases 里的 key，另外要有一条 sourceHandle="default" 兜底
|
||
- loop 节点：sourceHandle="body" 连循环体，循环体最后一个节点再连回 loop 节点；sourceHandle="done" 连循环结束后的去向
|
||
- human 节点（approve 模式）：sourceHandle 用 "approved" 和 "rejected"
|
||
- 一个节点连出多条普通边 = 并行执行，多条边汇入同一节点 = 等待汇聚
|
||
"""
|
||
|
||
|
||
class GenerateIn(BaseModel):
|
||
instruction: str = Field(min_length=1, description="用自然语言描述想要的工作流")
|
||
base_graph: dict[str, Any] | None = Field(default=None, description="在现有图上修改时传入")
|
||
provider: str | None = None
|
||
model: str | None = None
|
||
#: build = 用户在描述一个流程（画布）；answer = 用户在问一个问题（问数据页）
|
||
intent: str = Field(default="build")
|
||
#: 属于哪次对话。带上它，这一轮才知道前面聊过什么
|
||
conversation_id: str | None = None
|
||
#: 这一轮只查这几个数据源（id 或名字）。不传或空表示不限
|
||
datasource_ids: list[str] | None = None
|
||
|
||
|
||
def _user_message(payload: GenerateIn, *, patch: bool) -> str:
|
||
"""把用户说的话包成给模型的请求。
|
||
|
||
两个入口的语义完全不同，包法必须跟着变：
|
||
|
||
- 画布上，用户**在描述一个流程**（"读用户的问题，先查知识库…"），
|
||
"请设计一个工作流：<原话>" 是对的。
|
||
- 问数据页，用户**在问一个问题**（"shop 里都有哪些数据？"）。同样
|
||
包成"请设计一个工作流：shop 里都有哪些数据？"，模型会老老实实设计
|
||
一个**关于这句话**的流程——实际见过它生成"给这段文字生成摘要"，
|
||
跑完把用户的问题原样复述一遍还回去。流程是手段，不是用户要的东西。
|
||
"""
|
||
if patch:
|
||
return (
|
||
"这是当前的工作流：\n"
|
||
"请按下面的要求修改它（只输出改动操作）：\n" + payload.instruction
|
||
)
|
||
if payload.intent == "answer":
|
||
return (
|
||
"用户问了下面这个问题。请设计一个**能回答它**的工作流——"
|
||
"流程是手段，用户要的是答案。\n\n"
|
||
f"问题：{payload.instruction}\n\n"
|
||
"这条路径的硬性约定：\n"
|
||
# 问题由 ChatPage 注入到 input.question。不把键名说死，模型会自己
|
||
# 编一个（见过 input.text、input.topic），下游取到的就是空字符串——
|
||
# 而模板取不到值不报错，于是模型一本正经地基于空内容编一段回答
|
||
"- 问题已经由系统注入成 `{{ input.question }}`，要用就写这一个。"
|
||
"入口节点**不要声明任何字段**，也不会有人再填一次表单\n"
|
||
"- 涉及数据的问题必须用 db_query__* / db_schema__* 去真查，"
|
||
"不要只对问题本身做文字加工（改写、摘要、分类都不是回答）\n"
|
||
"- 出口节点给出的应当是这个问题的答案本身\n"
|
||
# 二期起报告能直接引用 agent 查过的单元格：答案里的每个数都点得开出处，不必为问数硬塞一张口径卡。
|
||
# 只问表结构、清单的没有数要核对，多一次写作调用只是多等十几秒
|
||
"- 答案里有数字时，搭 input → agent → report → output：agent 绑 db_query__ 去查，report 的 instructions 写"
|
||
"「回答：{{ input.question }}」（可以附上 {{ nodes.agent的id.text }} 当分析思路），数用 [[v:Q1.r0.列名]] "
|
||
"直接引用 agent 查过的单元格，不必经过口径卡；要比率、增幅再在 agent 和 report 之间加口径卡，agent 配 "
|
||
"output_schema + cite_fields，口径卡读 vars.<assign_to>.字段。出口字段写 {{ nodes.report的id.text }}\n"
|
||
"- 只问表结构、清单（有哪些表、有哪些字段、列出名单）的，不加 report，agent → output 就行\n"
|
||
# 三期起报告会核对写出来的表名、字段名：instructions 里让它「列出用到的表」时，编出来的名字会被标出来
|
||
"- report 提到表名、字段名时写 [[t:表名]] / [[c:表名.字段名]]（英文名也可以放进反引号，中文名不行："
|
||
"反引号里的中文名不核对），只写 agent 真查过的名字，"
|
||
"编造的会被标出来；要引用知识库原话就在 report 前接 retrieve，用 [[q:K1|原话]] 逐字引用。问数是探索运行，"
|
||
"report 的 claims 不用写：结论句支不支持，由读答案的人点开时按需请模型判断。节点说明里「多个来源汇总成的"
|
||
"分析报告默认开结论句裁判」那条在问数里不适用，几个 agent 分头查的也一样\n"
|
||
"- 用户要的是周报、要三档出具时，按搭图规则配口径卡和 report_from 契约\n"
|
||
"- 不要用 transform 解析 agent / llm 的文字：要把 agent 查到的数交给下游，就给它配 output_schema + "
|
||
"cite_fields\n"
|
||
# 只把历史放进 prompt 是不够的：模型拿到上一轮的图，默认仍然会
|
||
# 重新设计一张"更完整"的。而用户说"再按月份拆一下"时要的是上一张
|
||
# 图改个 SQL——重建出来的那张经常接到另一张表上，答案对不上前一轮。
|
||
#
|
||
# "完整输出"这半句是必须的。只说"在它基础上改"，模型会照着改图的
|
||
# 协议只发 update_node——而这条路径的累加器是从空图起步的，那些
|
||
# 操作全都落在不存在的节点上，最后得到一张空图，用户看到的是
|
||
# "图校验未通过：图是空的，先拖一个节点进来"。真踩过。
|
||
"- 如果上面给了上一轮的工作流，就沿用它的节点 id 和 config（数据源、"
|
||
"工具、表都已经对好了），只改需要改的地方（通常是 SQL 或提示词）\n"
|
||
"- 但**每个节点都要用 add_node 完整输出一遍**，包括没有改动的。"
|
||
"这一轮是从空图开始搭的，只发改动操作会得到一张空图\n"
|
||
"- 之前几轮的问答由系统注入成 `{{ input.history }}`。用户用「它们」「这些」"
|
||
"这类指代时，要让回答的节点引用它，否则模型不知道指的是上一轮那批数据\n"
|
||
"\n"
|
||
"先判断这句话该走哪条路径（三选一）：\n"
|
||
# 以前这里没有分叉：每一句话都建一张图、跑一遍库。于是「重试」
|
||
# 「继续找找」这种对过程说的话，也各自重建了一整张图去查 153 张表
|
||
"1. **直接回答**（输出 reply）：这句话不需要新数据就能答——问的是"
|
||
"前面几轮已经查出来的东西（口径、怎么算的、哪张表）、是对过程说的话"
|
||
"（「重试」「换个说法」），或者你需要先反问清楚才能动手。\n"
|
||
" 硬性约束：reply 里**只能复述或解释前面几轮已有的结果**，"
|
||
"不得新断言任何数据事实——不许凭印象给数字、给名单、给结论。"
|
||
"凡是要动到库才知道的，哪怕你觉得上一轮见过，也走第 2 条重新查。\n"
|
||
"2. **建图并执行**（done 的 run 为 true，默认）：要新数据才能答的问题。\n"
|
||
"3. **建图但不执行**（done 的 run 为 false）：用户要的是**流程本身**"
|
||
"——「设计一个工作流」「做一个每天能跑的」这类。他要的是这张图，"
|
||
"不是这一次的结果，跑一遍只是替他多花一次钱。\n"
|
||
"\n"
|
||
# 以前只有用户明说"记住"才会写记忆：17 轮里只有 4 轮带记忆节点，
|
||
# 全在用户主动谈记忆的那个会话里。于是他说过一次"我叫张三"，
|
||
# 换个话题再问就谁也不知道了
|
||
"顺带判断这句话里有没有**值得长期记住**的东西。有就在主链路前面加一个\n"
|
||
"memory 节点（action=write，紧跟 input），没有就别加：\n"
|
||
"- 该记：用户是谁、怎么称呼、长期偏好；口径和约定（「我们说的活跃指"
|
||
"当月有订单」）；用户的纠正（「不对，管理员要按 platform 算」）；"
|
||
"稳定的环境事实（「后端跑在 8001」）\n"
|
||
"- 不该记：这一轮的问题本身；查出来的数和结果（会过期，而且能重查）；"
|
||
"一次性的指令（「重来」「继续」）；**用户没说过、你推测出来的东西**\n"
|
||
"- content 要写成一句脱离上下文也成立的陈述——召回时没有这轮对话，"
|
||
"「他说他叫张三」这种读起来就不知道「他」是谁\n"
|
||
"- 拿不准就不记。记错了会污染以后每一次对话，而漏记一条，用户再说一遍就是了\n"
|
||
)
|
||
return f"请设计一个工作流：{payload.instruction}"
|
||
|
||
|
||
async def _previous_graph(
|
||
session: AsyncSession, conversation_id: str | None
|
||
) -> dict[str, Any] | None:
|
||
"""这次对话上一轮建出来的图。没有就是 None。"""
|
||
from app.api.conversations import recent_turns
|
||
|
||
if not conversation_id:
|
||
return None
|
||
turns = await recent_turns(session, conversation_id)
|
||
return next((t.graph for t in reversed(turns) if t.graph), None)
|
||
|
||
|
||
async def _history_section(session: AsyncSession, conversation_id: str | None) -> str:
|
||
"""把之前几轮拼成给模型的上下文。没有会话或没有历史时返回空串。
|
||
|
||
带上一轮的图是关键的那一半。只给问答文字的话，"再按月份拆一下"会让模型
|
||
重新设计一张图——它得从头猜该接哪个数据源、哪张表，而这些上一轮已经对好了。
|
||
实测这种重建经常接到另一张表上，答案对不上前一轮，用户完全无从判断。
|
||
|
||
图走 _slim 去掉坐标噪音，和 base_graph 那条路径用的是同一份。
|
||
"""
|
||
from app.api.conversations import _answer_of, recent_turns
|
||
|
||
if not conversation_id:
|
||
return ""
|
||
turns = await recent_turns(session, conversation_id)
|
||
if not turns:
|
||
return ""
|
||
|
||
lines = [
|
||
f"第 {i} 轮\n 问：{t.question}\n 答：{_answer_of(t) or '（没有结果）'}"
|
||
for i, t in enumerate(turns, 1)
|
||
if t.question
|
||
]
|
||
if not lines:
|
||
return ""
|
||
|
||
block = "# 这次对话之前聊过的\n" + "\n".join(lines)
|
||
|
||
last_graph = next((t.graph for t in reversed(turns) if t.graph), None)
|
||
if last_graph: # 和 _previous_graph 取的是同一张，兜底重放靠的就是它
|
||
block += (
|
||
"\n\n上一轮用的工作流（数据源和表都已经对好了）：\n"
|
||
f"{json.dumps(_slim(last_graph), ensure_ascii=False, indent=2)}"
|
||
)
|
||
return block
|
||
|
||
|
||
def _with_history(user: str, history: str) -> str:
|
||
"""历史垫在请求前面。空历史时原样返回，不留一个空标题。"""
|
||
return f"{history}\n\n---\n\n{user}" if history else user
|
||
|
||
|
||
COPILOT_SETTING_KEY = "copilot"
|
||
|
||
|
||
async def copilot_model_spec(
|
||
session: AsyncSession, payload: GenerateIn, *, max_tokens: int = 8192
|
||
) -> ModelSpec:
|
||
"""决定 Copilot 用哪个模型。
|
||
|
||
优先级：本次请求显式指定 > 设置里存的 Copilot 专用模型 > provider 兜底。
|
||
做成独立设置是因为 Copilot 是元任务——它写的是编排本身，对指令遵循的要求
|
||
和工作流里的节点不是一回事，值得单独选，而不是跟着"第一个启用的 provider"漂。
|
||
"""
|
||
from app.db.models import Setting
|
||
|
||
provider, model = payload.provider, payload.model
|
||
if not provider and not model:
|
||
row = await session.get(Setting, COPILOT_SETTING_KEY)
|
||
saved = row.value if row else {}
|
||
provider = saved.get("provider") or None
|
||
model = saved.get("model") or None
|
||
return ModelSpec(provider=provider, model=model, max_tokens=max_tokens)
|
||
|
||
|
||
@router.get("/model")
|
||
async def get_copilot_model(session: AsyncSession = Depends(get_session)) -> dict[str, Any]:
|
||
"""当前 Copilot 会用哪个模型，以及是显式配的还是兜底来的。
|
||
|
||
存的接入不存在、已停用（或者只存了模型名、提供它的接入已停用）时实际什么都用不了：effective_* 为空，
|
||
error 写明原因（和生成时报的同一句），能用时 error 为 None。"""
|
||
from app.db.models import Setting
|
||
from app.providers.factory import resolve_provider
|
||
|
||
row = await session.get(Setting, COPILOT_SETTING_KEY)
|
||
saved = row.value if row else {}
|
||
configured = bool(saved.get("provider") or saved.get("model"))
|
||
try:
|
||
resolved = await resolve_provider(session, saved.get("provider"), saved.get("model"))
|
||
except ProviderNotConfigured as e:
|
||
return {"configured": configured, "provider": saved.get("provider") or None,
|
||
"model": saved.get("model") or None, "effective_provider": None, "effective_model": None,
|
||
"error": _unconfigured(e)}
|
||
return {
|
||
"configured": configured,
|
||
"provider": saved.get("provider") or None,
|
||
"model": saved.get("model") or None,
|
||
"effective_provider": resolved.name if resolved else None,
|
||
"effective_model": saved.get("model") or (resolved.default_model if resolved else None),
|
||
"error": None,
|
||
}
|
||
|
||
|
||
class CopilotModelIn(BaseModel):
|
||
provider: str | None = None
|
||
model: str | None = None
|
||
|
||
|
||
@router.put("/model")
|
||
async def set_copilot_model(
|
||
payload: CopilotModelIn, session: AsyncSession = Depends(get_session)
|
||
) -> dict[str, Any]:
|
||
"""设定 Copilot 专用模型。两个字段都留空即恢复兜底。"""
|
||
from app.db.models import Setting
|
||
|
||
value = {"provider": payload.provider or "", "model": payload.model or ""}
|
||
row = await session.get(Setting, COPILOT_SETTING_KEY)
|
||
if row:
|
||
row.value = value
|
||
else:
|
||
session.add(Setting(key=COPILOT_SETTING_KEY, value=value))
|
||
await session.commit()
|
||
return await get_copilot_model(session)
|
||
|
||
|
||
def _unconfigured(e: ProviderNotConfigured) -> str:
|
||
# 点名的接入不存在、已停用照实说是哪个、去哪里改，其余说「尚未配置完成」（表格导入、数据目录的 AI 起草同一句）
|
||
from app.providers.factory import assistant_unavailable
|
||
|
||
return assistant_unavailable(e)
|
||
|
||
|
||
class GenerateOut(BaseModel):
|
||
graph: dict[str, Any]
|
||
explanation: str = ""
|
||
issues: list[dict[str, Any]] = Field(default_factory=list)
|
||
layout: dict[str, Any] = Field(default_factory=dict)
|
||
#: 改图前后都在、工具绑定却变了的节点和成员，见 tool_changes()
|
||
tool_changes: list[dict[str, Any]] = Field(default_factory=list)
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# 改图时的排版：用户摆好的位置不动，只给新节点找空处
|
||
# --------------------------------------------------------------------------
|
||
|
||
#: 新节点和旧节点之间至少留的空。比排版的走廊窄一点：这里只求不压住、线有地方走，
|
||
#: 不求和整体排版一样舒展——那是「自动排版」按钮的事
|
||
_KEEP_GAP_X = 40.0
|
||
_KEEP_GAP_Y = 24.0
|
||
#: 同一列里上下各找几格，再找不到就往右挪一列
|
||
_KEEP_ROWS = 8
|
||
_KEEP_COLS = 6
|
||
|
||
|
||
def _pinned_positions(base_graph: dict[str, Any] | None) -> dict[str, tuple[float, float]]:
|
||
"""base_graph 里用户摆好的坐标。
|
||
|
||
全堆在同一点的（接口直接传进来、从没排过版的图）不算摆过，照常整体排版——
|
||
钉住它们只会让一叠节点永远叠着。
|
||
"""
|
||
pos: dict[str, tuple[float, float]] = {}
|
||
for n in (base_graph or {}).get("nodes") or []:
|
||
p = n.get("position") or {}
|
||
x, y = p.get("x"), p.get("y")
|
||
if n.get("id") and isinstance(x, (int, float)) and isinstance(y, (int, float)):
|
||
pos[n["id"]] = (float(x), float(y))
|
||
if len(pos) > 1 and len(set(pos.values())) == 1:
|
||
return {}
|
||
return pos
|
||
|
||
|
||
def _layout_keeping(
|
||
spec: GraphSpec, pinned: dict[str, tuple[float, float]],
|
||
) -> tuple[GraphSpec, dict[str, Any]]:
|
||
"""已有节点留在原处，新节点按上下游插到最近的空位。
|
||
|
||
以前改图无条件 auto_layout 整张图：只改了一句提示词，所有节点也被挪到排版
|
||
位置。人工整理过的布局常带着业务含义（上游取数、口径计算、出具各占一块），
|
||
被打乱之后用户就不敢再让助手改图了。新建（没有旧坐标）照旧整体排版。
|
||
"""
|
||
kept = [n for n in spec.nodes if n.id in pinned]
|
||
if not kept:
|
||
auto_layout(spec)
|
||
return spec, {"mode": "full", "placed": [n.id for n in spec.nodes]}
|
||
|
||
# 先整体排一遍，只借它的先后次序：上游的新节点先落位，下游才有东西可挨着
|
||
auto_layout(spec)
|
||
ideal = {n.id: (n.position.x, n.position.y) for n in spec.nodes}
|
||
fresh = sorted((n for n in spec.nodes if n.id not in pinned), key=lambda n: ideal[n.id])
|
||
|
||
placed: dict[str, tuple[float, float, float, float]] = {}
|
||
for n in kept:
|
||
n.position.x, n.position.y = pinned[n.id]
|
||
placed[n.id] = (n.position.x, n.position.y, NODE_W, _height(n))
|
||
|
||
def free(x: float, y: float, h: float) -> bool:
|
||
return all(
|
||
not (x < bx + bw + _KEEP_GAP_X and bx < x + NODE_W + _KEEP_GAP_X
|
||
and y < by + bh + _KEEP_GAP_Y and by < y + h + _KEEP_GAP_Y)
|
||
for bx, by, bw, bh in placed.values()
|
||
)
|
||
|
||
step_x = NODE_W + CORRIDOR_MIN
|
||
for node in fresh:
|
||
h = _height(node)
|
||
preds = [placed[e.source] for e in spec.edges if e.target == node.id and e.source in placed]
|
||
succs = [placed[e.target] for e in spec.edges if e.source == node.id and e.target in placed]
|
||
if preds:
|
||
x0 = max(b[0] for b in preds) + step_x
|
||
y0 = sum(b[1] for b in preds) / len(preds)
|
||
elif succs:
|
||
x0 = min(b[0] for b in succs) - step_x
|
||
y0 = sum(b[1] for b in succs) / len(succs)
|
||
else:
|
||
# 和谁都不连：放到整张图右边，不插进别人的分区里
|
||
x0 = max(b[0] + b[2] for b in placed.values()) + CORRIDOR_MIN
|
||
y0 = min(b[1] for b in placed.values())
|
||
|
||
spot = None
|
||
row = h + MIN_ROW_GAP
|
||
for col in range(_KEEP_COLS):
|
||
x = x0 + col * step_x * (1 if preds or not succs else -1)
|
||
for k in range(_KEEP_ROWS * 2 + 1):
|
||
# 0, +1, -1, +2, -2 …：先试正对着上下游的那一格
|
||
y = y0 + ((k + 1) // 2) * row * (1 if k % 2 else -1)
|
||
if free(x, y, h):
|
||
spot = (x, y)
|
||
break
|
||
if spot:
|
||
break
|
||
if spot is None:
|
||
# 周围实在挤满了：放到整张图最下面，至少不压住任何东西
|
||
spot = (x0, max(b[1] + b[3] for b in placed.values()) + MIN_ROW_GAP)
|
||
node.position.x, node.position.y = round(spot[0], 1), round(spot[1], 1)
|
||
placed[node.id] = (node.position.x, node.position.y, NODE_W, h)
|
||
|
||
return spec, {"mode": "keep", "placed": [n.id for n in fresh]}
|
||
|
||
|
||
GRAPH_SCHEMA: dict[str, Any] = {
|
||
"title": "workflow_graph", # langchain 靠 title 识别 JSON Schema dict
|
||
"type": "object",
|
||
"properties": {
|
||
"explanation": {"type": "string", "description": "一两句话说明这张图怎么跑"},
|
||
"nodes": {
|
||
"type": "array",
|
||
"items": {
|
||
"type": "object",
|
||
"properties": {
|
||
"id": {"type": "string"},
|
||
"type": {"type": "string", "enum": [t.value for t in NodeType]},
|
||
"label": {"type": "string"},
|
||
# additionalProperties 必须显式写 true：config 的键随节点类型
|
||
# 千变万化（tool 有 tool/args，code 有 language/code…），没法
|
||
# 提前枚举成 properties。而不少 provider 的结构化输出实现在
|
||
# 遇到没有 properties 的 object 时按"不允许额外字段"处理，
|
||
# 于是模型填好的 config 被整个过滤成 {}——生成的图每个节点都
|
||
# 是空壳，校验直接挂在"工具节点还没选工具"。
|
||
"config": {"type": "object", "additionalProperties": True},
|
||
},
|
||
"required": ["id", "type", "config"],
|
||
},
|
||
},
|
||
"edges": {
|
||
"type": "array",
|
||
"items": {
|
||
"type": "object",
|
||
"properties": {
|
||
"source": {"type": "string"},
|
||
"target": {"type": "string"},
|
||
"sourceHandle": {"type": "string"},
|
||
},
|
||
"required": ["source", "target"],
|
||
},
|
||
},
|
||
},
|
||
"required": ["nodes", "edges"],
|
||
}
|
||
|
||
|
||
@router.post("/generate", response_model=GenerateOut)
|
||
async def generate(
|
||
payload: GenerateIn, session: AsyncSession = Depends(get_session)
|
||
) -> GenerateOut:
|
||
"""用自然语言生成或改写一张工作流图。
|
||
|
||
产物会经过和手工编排完全相同的校验与排版，所以生成完就是可运行、可读的，
|
||
而不是一段还要人去修的 JSON。
|
||
"""
|
||
sources = await _sources(session, payload.datasource_ids)
|
||
scope = {r.name for r in sources} if payload.datasource_ids else None
|
||
# 先拿模型：没配好就直接 400，不白花一次挑表
|
||
try:
|
||
model, _ = await get_chat_model(session, await copilot_model_spec(session, payload))
|
||
except ProviderNotConfigured as e:
|
||
raise HTTPException(400, _unconfigured(e)) from e
|
||
# 和流式生成同一套数据源上下文，只是不发 context 操作（这条接口一次返回整张图）
|
||
context = await _datasource_context(
|
||
session, sources, payload, need=await _pick_need(session, payload),
|
||
graph=payload.base_graph if (payload.base_graph or {}).get("nodes")
|
||
else await _previous_graph(session, payload.conversation_id))
|
||
tool_list = _tool_catalog(sources, context)
|
||
datasources = context.section() + _scope_note(sources, scope is not None)
|
||
|
||
system = (
|
||
"你是一个 agent 工作流编排专家。根据用户需求产出一张可执行的工作流图。\n\n"
|
||
f"{NODE_REFERENCE}\n\n可用工具：\n{tool_list}{datasources}\n\n"
|
||
"要求：\n"
|
||
"1. 必须有且只有一个 input 节点和至少一个 output 节点\n"
|
||
"2. 节点 id 用简短英文小写下划线，例如 fetch_data、summarize\n"
|
||
"3. 每个节点写清楚 label（中文），让人在画布上一眼看懂它干什么\n"
|
||
"4. 需要把结果传给下游时，用 assign_to 命名变量，下游用 {{ vars.变量名 }} 引用\n"
|
||
"5. 不要凭空发明工具名，只能用上面列出的\n"
|
||
"6. 结构尽量简单：能用 3 个节点解决就别堆 8 个"
|
||
)
|
||
|
||
if payload.base_graph and payload.base_graph.get("nodes"):
|
||
user = (
|
||
"这是当前的工作流：\n"
|
||
f"{json.dumps(_slim(payload.base_graph), ensure_ascii=False, indent=2)}\n\n"
|
||
f"请按下面的要求修改它，返回完整的新图（不是补丁）：\n{payload.instruction}"
|
||
)
|
||
else:
|
||
user = _user_message(payload, patch=False)
|
||
|
||
messages = [("system", system),
|
||
("human", _with_history(user, await _history_section(session, payload.conversation_id)))]
|
||
try:
|
||
raw = await model.with_structured_output(GRAPH_SCHEMA).ainvoke(messages)
|
||
if not isinstance(raw, dict):
|
||
raw = json.loads(message_text(raw))
|
||
except Exception: # noqa: BLE001 - 不支持结构化输出的模型退回文本解析
|
||
try:
|
||
text = message_text(await model.ainvoke(messages))
|
||
raw = _extract_json(text)
|
||
except Exception as e: # noqa: BLE001
|
||
reason, _ = explain_error(e)
|
||
raise HTTPException(
|
||
502, f"模型未返回可用的工作流（{reason}）。请换一种描述重试；如反复出现，"
|
||
"请在输入框的「助手使用的模型」中换用指令遵循能力更强的模型",
|
||
) from e
|
||
|
||
graph = {
|
||
"nodes": [
|
||
{
|
||
"id": n.get("id") or f"node{i}",
|
||
"type": n.get("type") or "llm",
|
||
"position": {"x": 0, "y": 0},
|
||
"data": {"label": n.get("label") or "", "config": n.get("config") or {}},
|
||
}
|
||
for i, n in enumerate(raw.get("nodes") or [])
|
||
],
|
||
"edges": [
|
||
{
|
||
"source": e.get("source", ""),
|
||
"target": e.get("target", ""),
|
||
"sourceHandle": e.get("sourceHandle"),
|
||
}
|
||
for e in (raw.get("edges") or [])
|
||
],
|
||
}
|
||
|
||
try:
|
||
spec = GraphSpec.model_validate(graph)
|
||
except Exception as e: # noqa: BLE001
|
||
raise HTTPException(
|
||
502, f"模型返回的工作流结构有误：{graph_error(e)}。请重试，或把需求描述得更具体",
|
||
) from e
|
||
|
||
spec, layout = _layout_keeping(spec, _pinned_positions(payload.base_graph))
|
||
report = validate_graph(spec)
|
||
out = spec.model_dump(mode="json")
|
||
changes = tool_changes((payload.base_graph or {}).get("nodes") or [], out["nodes"])
|
||
return GenerateOut(
|
||
graph=out,
|
||
explanation=str(raw.get("explanation", "")),
|
||
issues=[i.model_dump() for i in report.issues if i.level != "info"]
|
||
+ _issue_dicts(scope_issues(out["nodes"], scope), "datasource_out_of_scope")
|
||
+ dropped_tool_warnings(changes, payload.instruction),
|
||
layout=layout,
|
||
tool_changes=changes,
|
||
)
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# 流式生成：模型输出逐行操作流（NDJSON），画布看着图长出来
|
||
# --------------------------------------------------------------------------
|
||
|
||
_STREAM_PROTOCOL = """\
|
||
输出格式（严格遵守）：
|
||
- 每行一个完整的 JSON 对象，除此之外不输出任何东西——不要 markdown 围栏、不要解释文字、不要空行注释
|
||
- 思考和输出共用同一份长度额度：思考里只定方案（加哪些节点、怎么连、每个节点干什么），
|
||
不要在思考里把 JSON、提示词、表达式先写一遍——那些直接写进输出。额度用完时还没输出的改动就全丢了
|
||
- 可用操作：
|
||
{"op":"plan","summary":"一句话说明打算怎么搭"} ← 第一行
|
||
{"op":"add_node","node":{"id":"...","type":"...","label":"中文标签","config":{...}}}
|
||
{"op":"update_node","id":"...","label":"...","config":{...}} ← 修改现有节点（config 只写要改的字段）
|
||
{"op":"remove_node","id":"..."}
|
||
{"op":"add_edge","edge":{"source":"...","target":"...","sourceHandle":"..."}}
|
||
{"op":"remove_edge","source":"...","target":"...","sourceHandle":"..."}
|
||
{"op":"done","explanation":"两三句话说明这张图怎么跑","run":true} ← 最后一行
|
||
- 按执行顺序添加节点（先入口后出口）；每加一个节点，立刻把连向它的边（两端都已存在的）输出出来，让图连贯地生长
|
||
- 修改现有图时只输出改动，没提到的节点不要动
|
||
- update_node 按字段合并：config 只写要改的字段，没写的（tools、assign_to…）原样保留；
|
||
要删掉某个字段就写成 null。supervisor 的 agents 按成员 name 合并：只写要改的成员和字段，
|
||
成员没写 tools 就沿用它原来的工具；新名字是新增成员；去掉成员写 {"name":"…","remove":true}
|
||
- done 里的 run：这张图建完要不要立刻执行。默认 true；用户要的是**流程本身**
|
||
（"设计一个每天跑的工作流"）时给 false —— 他要的是这张图，不是这一次的结果
|
||
- 如果这句话根本不需要工作流（见下面的路径约定），**第一行也是最后一行**就输出：
|
||
{"op":"reply","text":"直接回答的内容"}
|
||
这时除了下面的 catalog_patch，不要输出任何别的操作
|
||
- 数据目录修改提案（可选）：用户在这句话里**明确陈述了一条数据事实**时，另输出一行
|
||
{"op":"catalog_patch","source":"数据源名","table":"表名","changes":[{"path":"…","value":…,"reason":"一句话依据"}]}
|
||
它只是提案，用户确认后才写进数据目录。可以和图操作一起出现（写在 done 之前），也可以只配一行 reply（写在 reply 之前）
|
||
· path：表级项直接写字段名（label 中文名、description 说明、grain 粒度、keys 业务主键列表、
|
||
kind 表类型 fact/dimension/snapshot/log/config、business_date {"column","rule","timezone"}、
|
||
valid_filter 有效记录的 SQL 条件、dedup 去重规则）；列级项写 columns.<列名>.<字段>（label、meaning 含义、
|
||
unit 单位、measure 度量类型 flow/stock/ratio/identifier/status/attribute、codes 码值 {"码":"含义"}）；
|
||
已有的关联关系写 relations.<编号>；新增关联关系写 relations.new，value 写
|
||
{"columns":[本表列],"to_table":"目标表","to_columns":[目标列],"cardinality":"many_to_one/one_to_one/one_to_many"}
|
||
· codes 只写要补充或更正的码，原有的码会保留；valid_filter 要写成完整的条件（原有条件也要带上）
|
||
· 例：「在园人数是存量，不能跨天相加」→ columns.<那一列>.measure 写 stock；「status=9 表示作废，统计时要排除」→
|
||
columns.status.codes 写 {"9":"作废"}，再把 valid_filter 补上排除条件；「channel_visits 是渠道和入园记录的关联表」→
|
||
description 和两条 relations.new
|
||
· 只有用户明确说出了数据事实才提，不要从自己的推测、查询结果或提问里提；表名、列名必须是上面数据源里真实存在的
|
||
· 计算公式不进数据目录：「转化率=下单数/访问数」这类指标怎么算的说法属于口径卡，不要提"""
|
||
|
||
|
||
def _parse_op_line(line: str) -> dict[str, Any] | None:
|
||
"""解析一行操作。围栏行、空行、解析失败、缺 op 的一律返回 None——
|
||
模型偶尔犯规不该毁掉整条流，跳过就是。"""
|
||
text = line.strip()
|
||
if not text or text.startswith("```"):
|
||
return None
|
||
try:
|
||
obj = json.loads(text)
|
||
except json.JSONDecodeError:
|
||
return None
|
||
if not isinstance(obj, dict) or "op" not in obj:
|
||
return None
|
||
return obj
|
||
|
||
|
||
#: 模型只发了目录修改提案、既没回答也没改图时，补的那句回答
|
||
PATCH_ONLY_REPLY = "已按你的说明整理出数据目录的修改建议，确认无误后可保存到数据目录。"
|
||
|
||
|
||
async def catalog_patch_op(op: dict[str, Any], sources: list[Any]) -> dict[str, Any] | None:
|
||
"""模型发的 catalog_patch → 转给前端的提案；整条不成立时返回 None。**只读，不写目录。**
|
||
|
||
核对数据源（只认这一轮给助手看的源，按名字）、表（按表结构认）、每一项的路径和取值格式（catalog.plan_patch，
|
||
和保存时同一套），附上当前版本、改前和改后的值。不合法的项丢掉、记一条日志，其余照转；一项都不剩就整条不转。
|
||
写入只发生在人点「保存到数据目录」之后（/catalog/{table}/patch，带着这里给的版本）。
|
||
|
||
开流之后请求的会话不能再用，这里另开一个短会话读目录：版本取提案到达的这一刻，比开流前读的新。
|
||
"""
|
||
from app.data import catalog, table_versions
|
||
from app.db.base import SessionLocal
|
||
|
||
name = op.get("source")
|
||
table = op.get("table")
|
||
row = next((s for s in sources if isinstance(name, str) and s.name == name), None)
|
||
if row is None:
|
||
logger.warning("目录修改提案被丢弃：数据源「%s」不在这一轮的范围内", name)
|
||
return None
|
||
try:
|
||
async with SessionLocal() as session:
|
||
source = await table_versions.resolve_source(session, row)
|
||
tables = (source.schema_cache or {}).get("tables") or {}
|
||
key = catalog.resolve_table_name(source.schema_cache, table) if isinstance(table, str) else None
|
||
if key is None:
|
||
logger.warning("目录修改提案被丢弃：数据源「%s」中没有表「%s」", name, table)
|
||
return None
|
||
entry = await catalog.read_entry(session, row.id, key)
|
||
except Exception: # noqa: BLE001 - 提案是附加的，读不到目录就不提，不能让这一轮生成失败
|
||
logger.exception("目录修改提案被丢弃：读取「%s」的数据目录失败", name)
|
||
return None
|
||
plan = catalog.plan_patch(entry.notes if entry else {}, op.get("changes"), table=key, tables=tables)
|
||
for problem in plan.problems:
|
||
logger.warning("目录修改提案（%s.%s）有一项被丢弃：%s", name, key, problem)
|
||
# 已经是这个值、也确认过的项没什么可提的
|
||
changes = [c.as_dict() for c in plan.changes if c.state != "same"]
|
||
if not changes:
|
||
logger.warning("目录修改提案被丢弃：%s.%s 没有需要修改的项", name, key)
|
||
return None
|
||
label = (entry.notes.get("label") if entry else None) or {}
|
||
return {
|
||
"op": "catalog_patch", "source": row.name, "source_id": row.id, "table": key,
|
||
"table_label": label.get("value") if label.get("status") != "rejected" else None,
|
||
"version": entry.version if entry else 0, "changes": changes,
|
||
}
|
||
|
||
|
||
_NODE_TYPES = frozenset(t.value for t in NodeType)
|
||
|
||
#: 协作成员条目里写 "remove": true 就把这个成员拿掉。不复用 null：null 在合并里
|
||
#: 的意思是「删这个字段」，成员本身不是一个字段
|
||
_REMOVE_MEMBER = "remove"
|
||
|
||
|
||
def _member_key(member: dict[str, Any], index: int) -> str:
|
||
# 和 engine/nodes/multi.py 的叫法一致：没起名字的成员按位置叫 agentN
|
||
return str(member.get("name") or f"agent{index}")
|
||
|
||
|
||
def _merge_fields(old: dict[str, Any], patch: dict[str, Any]) -> dict[str, Any]:
|
||
"""按字段合并：写了的覆盖，写 null 的删掉，没写的原样保留。返回新 dict。"""
|
||
out = dict(old)
|
||
for key, value in patch.items():
|
||
if value is None:
|
||
out.pop(key, None)
|
||
else:
|
||
out[key] = value
|
||
return out
|
||
|
||
|
||
def _merge_members(old: list[Any], patch: list[Any]) -> list[Any]:
|
||
"""协作成员按 name 合并。原有成员保持原来的次序，新名字接在后面。"""
|
||
merged: list[Any] = list(old)
|
||
where = {_member_key(m, i): i for i, m in enumerate(merged) if isinstance(m, dict)}
|
||
dropped: set[int] = set()
|
||
for i, entry in enumerate(patch):
|
||
if not isinstance(entry, dict):
|
||
continue
|
||
key = _member_key(entry, i)
|
||
if entry.get(_REMOVE_MEMBER) is True:
|
||
if key in where:
|
||
dropped.add(where[key])
|
||
continue
|
||
fields = {k: v for k, v in entry.items() if k != _REMOVE_MEMBER}
|
||
if key in where:
|
||
merged[where[key]] = _merge_fields(merged[where[key]], fields)
|
||
else:
|
||
where[key] = len(merged)
|
||
merged.append({k: v for k, v in fields.items() if v is not None})
|
||
return [m for i, m in enumerate(merged) if i not in dropped]
|
||
|
||
|
||
def merge_node_config(
|
||
node_type: str, old: dict[str, Any], patch: dict[str, Any]
|
||
) -> dict[str, Any]:
|
||
"""update_node 的 config 怎么落到节点上。前端 store/studio.ts 必须是同一套规则。
|
||
|
||
以前是整体替换：模型只想改一句提示词，照协议也得把整份 config 抄一遍，
|
||
漏抄的字段就没了。真出过事——改写提示词时漏了 tools，三个要查库的 agent
|
||
全丢了工具，一次库都没查，最后把一堆工具调用的原始标记当答案交了出去。
|
||
改成按字段合并之后，漏写等于不改；真要删一个字段得显式写 null。
|
||
"""
|
||
if node_type == NodeType.SUPERVISOR.value and isinstance(patch.get("agents"), list):
|
||
members = old.get("agents") if isinstance(old.get("agents"), list) else []
|
||
patch = {**patch, "agents": _merge_members(members, patch["agents"])}
|
||
return _merge_fields(old, patch)
|
||
|
||
|
||
def _apply_op(nodes: dict[str, dict[str, Any]], edges: list[dict[str, Any]], op: dict[str, Any]) -> bool:
|
||
"""把一个操作应用到服务端维护的图状态。返回是否真的改了图。"""
|
||
kind = op.get("op")
|
||
if kind == "add_node":
|
||
node = op.get("node") or {}
|
||
# 类型不认识的节点不进图、也不转给前端：前端按类型查节点定义，查不到
|
||
# 以前是整站白屏，连带没保存的编辑一起丢
|
||
if not node.get("id") or node.get("type") not in _NODE_TYPES:
|
||
return False
|
||
nodes[node["id"]] = {
|
||
"id": node["id"],
|
||
"type": node["type"],
|
||
"position": {"x": 0, "y": 0},
|
||
"data": {"label": node.get("label") or "", "config": node.get("config") or {}},
|
||
}
|
||
return True
|
||
if kind == "update_node":
|
||
node = nodes.get(op.get("id") or "")
|
||
if not node:
|
||
return False
|
||
data = node.setdefault("data", {})
|
||
if op.get("label") is not None:
|
||
data["label"] = op["label"]
|
||
if isinstance(op.get("config"), dict):
|
||
data["config"] = merge_node_config(
|
||
str(node.get("type") or ""), data.get("config") or {}, op["config"])
|
||
return True
|
||
if kind == "remove_node":
|
||
node_id = op.get("id")
|
||
if node_id not in nodes:
|
||
return False
|
||
nodes.pop(node_id)
|
||
edges[:] = [e for e in edges if e["source"] != node_id and e["target"] != node_id]
|
||
return True
|
||
if kind == "add_edge":
|
||
edge = op.get("edge") or {}
|
||
if not edge.get("source") or not edge.get("target"):
|
||
return False
|
||
edges.append(
|
||
{
|
||
"source": edge["source"],
|
||
"target": edge["target"],
|
||
"sourceHandle": edge.get("sourceHandle"),
|
||
}
|
||
)
|
||
return True
|
||
if kind == "remove_edge":
|
||
before = len(edges)
|
||
edges[:] = [
|
||
e
|
||
for e in edges
|
||
if not (
|
||
e["source"] == op.get("source")
|
||
and e["target"] == op.get("target")
|
||
and (op.get("sourceHandle") is None or e.get("sourceHandle") == op.get("sourceHandle"))
|
||
)
|
||
]
|
||
return len(edges) != before
|
||
return False
|
||
|
||
|
||
class CopilotIncomplete(Exception):
|
||
"""模型这一轮没说完：输出被截断，或者一个操作都没给。画布不能按「无需修改」交付。"""
|
||
|
||
def __init__(self, reason: str, *, hint: str = "", detail: str = "") -> None:
|
||
super().__init__(reason)
|
||
self.hint = hint or "画布未修改。可以重试，或把需求拆成几步分别提出"
|
||
self.detail = detail
|
||
|
||
|
||
#: 流式改图的输出额度。会思考的模型（DeepSeek、Claude 的 adaptive thinking）思考也算在里面：
|
||
#: 8192 时复杂的改图常常想完就没额度了，正文一个字没写（2026-09 部署实例上同类请求 5 轮坏了 4 轮）
|
||
COPILOT_MAX_TOKENS = 32768
|
||
#: 服务方不收大额度时退回这个（原来的默认值）。退回的做法（_BudgetFallback：只在还没吐出任何东西时重来，
|
||
#: 之后的调用即自查修正轮都用小的）和截断的认法（_cut_off）在 providers/budget.py，核查、证据裁判也用它
|
||
_FALLBACK_MAX_TOKENS = 8192
|
||
|
||
|
||
async def _op_model(session: AsyncSession, payload: GenerateIn) -> tuple[Any, str]:
|
||
"""按操作流改图用的模型：额度见 COPILOT_MAX_TOKENS。"""
|
||
spec = await copilot_model_spec(session, payload, max_tokens=COPILOT_MAX_TOKENS)
|
||
big, model_id = await get_chat_model(session, spec)
|
||
small, _ = await get_chat_model(session, spec.model_copy(update={"max_tokens": _FALLBACK_MAX_TOKENS}))
|
||
return _BudgetFallback(big, small), model_id
|
||
|
||
|
||
async def _iter_ops(model: Any, messages: list[Any]):
|
||
"""流式读模型输出，按行切出操作。done 之后即停——后面就算有闲话也不要了。
|
||
|
||
除了操作，还把模型的思考原样转出去。原先这里只取正文、丢掉其余一切，
|
||
于是从请求发出到第一个操作到达之间（实测 5~30 秒）前端一个字都收不到，
|
||
只能干挂着"正在起草…"——用户没法判断是在想、还是已经卡死了。
|
||
|
||
思考走 thinking_text()（Claude 4.6+ 的 thinking 块），不是"把非 JSON 行
|
||
当成思考"：后者会把模型的 markdown 注释、协议跑偏时的乱输出一并当作思考
|
||
展示出来，反而误导。不支持 thinking 的模型就只有心跳，不硬凑。
|
||
|
||
没等到 done 就因为额度用完停下的，抛 CopilotIncomplete：截断之前的操作照常转出去，
|
||
由调用方决定整轮作废。
|
||
"""
|
||
from app.engine.state import message_text as _text
|
||
from app.engine.state import thinking_text
|
||
|
||
buffer = ""
|
||
cut = ""
|
||
async for chunk in model.astream(messages):
|
||
reasoning = thinking_text(chunk)
|
||
if reasoning:
|
||
yield {"op": "thinking", "delta": reasoning}
|
||
|
||
buffer += _text(chunk)
|
||
while "\n" in buffer:
|
||
line, buffer = buffer.split("\n", 1)
|
||
op = _parse_op_line(line)
|
||
if op:
|
||
yield op
|
||
if op.get("op") == "done":
|
||
return
|
||
cut = _cut_off(chunk) or cut
|
||
op = _parse_op_line(buffer)
|
||
if op:
|
||
yield op
|
||
if op.get("op") == "done":
|
||
return
|
||
if cut:
|
||
# 截断的流和说完了的流读起来一模一样：不在这里拦下，上面就会拿原图（或半张图）
|
||
# 去自查、交付，界面上写「无需修改」
|
||
limit = getattr(model, "max_tokens", None)
|
||
raise CopilotIncomplete(
|
||
"模型的输出超出了长度上限，修改没有写完",
|
||
detail=f"finish_reason={cut}" + (f"，本轮输出上限 {limit} token" if limit else ""))
|
||
|
||
|
||
# 多久没动静就补一拍心跳。3 秒是"用户开始怀疑是不是卡了"的量级。
|
||
_HEARTBEAT_SECONDS = 3.0
|
||
|
||
|
||
async def _with_heartbeat(source: Any, phase: str = "planning", *, started: float | None = None):
|
||
"""模型沉默时按拍补心跳，让前端能显示阶段和已用时长。
|
||
|
||
必须在这一层做而不是在 _iter_ops 里判断时间差：模型不吐 chunk 时那个
|
||
async for 的循环体根本不执行，压根轮不到检查。
|
||
|
||
started 给了就从那一刻算已用时长：流式生成先挑表、再起草，两段的心跳要接着算，
|
||
不能起草一开始就跳回 0 秒。
|
||
"""
|
||
started = time.monotonic() if started is None else started
|
||
iterator = source.__aiter__()
|
||
while True:
|
||
pending = asyncio.ensure_future(iterator.__anext__())
|
||
while True:
|
||
done, _ = await asyncio.wait({pending}, timeout=_HEARTBEAT_SECONDS)
|
||
if pending in done:
|
||
try:
|
||
op = pending.result()
|
||
except StopAsyncIteration:
|
||
return
|
||
kind = op.get("op")
|
||
# 阶段跟着实际操作走，前端据此换文案
|
||
if kind == "add_node":
|
||
phase = "building"
|
||
elif kind in ("add_edge", "connect"):
|
||
phase = "wiring"
|
||
elif kind == "done":
|
||
phase = "finalizing"
|
||
yield op
|
||
break
|
||
yield {
|
||
"op": "heartbeat",
|
||
"phase": phase,
|
||
"elapsed_ms": int((time.monotonic() - started) * 1000),
|
||
}
|
||
|
||
|
||
async def _heartbeat_until(task: asyncio.Future, *, started: float, phase: str = "planning"):
|
||
"""等 task 做完，期间按拍出心跳（同 _with_heartbeat）。结果由调用方取 task.result()。
|
||
|
||
流式生成在流里挑表时用：挑表最长要等 copilot_context.PICK_TIMEOUT_S，这段时间不出声，
|
||
前端就只能干挂着「正在连接模型」。阶段算「理解需求」：挑表正是在读需求。
|
||
"""
|
||
while not task.done():
|
||
done, _ = await asyncio.wait({task}, timeout=_HEARTBEAT_SECONDS)
|
||
if not done:
|
||
yield {"op": "heartbeat", "phase": phase, "elapsed_ms": int((time.monotonic() - started) * 1000)}
|
||
|
||
|
||
#: 自查最多交回去改几轮。一轮只花一次"只输出改动"的调用；两轮还改不好，多半是
|
||
#: 需求本身有歧义，该让人看了，而不是继续替他烧钱
|
||
_SELF_CHECK_ROUNDS = 2
|
||
|
||
|
||
def _sse(obj: dict[str, Any]) -> str:
|
||
return f"data: {json.dumps(obj, ensure_ascii=False)}\n\n"
|
||
|
||
|
||
def _blocking_issues(
|
||
nodes: dict[str, dict[str, Any]], edges: list[dict[str, Any]], scope: set[str] | None = None,
|
||
*, sources: list[Any] | None = None, baseline: list[dict[str, Any]] | None = None,
|
||
level: str | None = None, defaults: dict[str, Any] | None = None,
|
||
checkers: dict[str, Any] | None = None,
|
||
) -> list[dict[str, Any]] | None:
|
||
"""按运行时同一套校验，挑出会挡住运行的问题。图本身不成形时返回 None。
|
||
|
||
限定了数据源时，用了范围外的库也算：用户点了「只查这个库」，拿别的库的数
|
||
回答他，比跑不起来更糟——答案看起来是对的。
|
||
|
||
另有两类运行时不挡、但助手搭图时要打回的写法（authored_issues）：SQL 里的列在数据源
|
||
的结构里查不到、整形节点按 JSON 解析 agent / llm 写的文字。
|
||
|
||
level（published / governed）给了的话，那一档发布门禁的 error 也算进来：助手改完的图
|
||
能跑还不够，要能发布。不给就和以前一样只管能不能跑。
|
||
|
||
每条是 ValidationIssue 的字典形状（node_id、field 都在），和 final.issues 一样：
|
||
界面靠 node_id 定位卡片、靠 field 落到具体的输入框，不用从一行字里抠节点 id。
|
||
|
||
defaults 是全图默认（graph.defaults）：报告撰写节点的 numbers / claims、审批策略都跟随它，不带上的话
|
||
自查看到的问题和真正的门禁对不上。
|
||
|
||
checkers 是各数据源基于数据目录的 SQL 检查器（data/sqlcheck.load_checkers）：调用工具节点里写死的 SQL
|
||
查出 error 级的问题（一对多关联后重复计算、存量跨期求和）也算挡住，交回模型改；warning、info 不挡。
|
||
"""
|
||
try:
|
||
spec = GraphSpec.model_validate({"nodes": list(nodes.values()), "edges": edges,
|
||
**({"defaults": defaults} if isinstance(defaults, dict) else {})})
|
||
except Exception: # noqa: BLE001 - 结构不合法留给收尾那一步报
|
||
return None
|
||
# 带发布级别时 SQL 检查交给门禁（查全图、按级别定挡不挡），自查这边就不再查一遍，免得同一处报两条
|
||
authored = authored_issues(spec, sources or [], baseline, checkers=None if level else checkers)
|
||
out = ([i.model_dump() for i in validate_graph(spec).issues if i.level == "error"]
|
||
+ _issue_dicts(scope_issues(list(nodes.values()), scope), "datasource_out_of_scope")
|
||
+ [i for i in authored if i["level"] == "error"])
|
||
if level:
|
||
from app.engine.governance import lint_for_publish
|
||
|
||
gate = [i.model_dump() for i in lint_for_publish(spec, level=level, checkers=checkers).issues
|
||
if i.level == "error"]
|
||
out += _sql_model_hints(gate, spec, checkers)
|
||
return out
|
||
|
||
|
||
def _sql_model_hints(issues: list[dict[str, Any]], spec: GraphSpec, checkers: dict[str, Any] | None,
|
||
) -> list[dict[str, Any]]:
|
||
"""门禁报的 SQL 问题只有给人看的那句（ValidationIssue 不带 for_model）；交回模型改时补上给模型的改法。"""
|
||
if not checkers or not any(i.get("code") in CHECK_CODES for i in issues):
|
||
return issues
|
||
from app.data.sqlcheck import graph_checks
|
||
|
||
hints = {(node.id, c.code, c.message): c.for_model for node, c in graph_checks(spec.nodes, checkers)}
|
||
return [{**i, "for_model": hints[key]} if (key := (i.get("node_id"), i.get("code"), i.get("message"))) in hints
|
||
else i for i in issues]
|
||
|
||
|
||
def _changed(spec: GraphSpec, baseline: list[dict[str, Any]] | None) -> set[str]:
|
||
"""这一轮新加或改过配置的节点。改图时只查这些：用户自己写的、这一轮没碰的 SQL 不替他改。"""
|
||
before = {n.get("id"): (n.get("data") or {}).get("config") for n in baseline or [] if isinstance(n, dict)}
|
||
return {n.id for n in spec.nodes if n.id not in before or before[n.id] != n.config}
|
||
|
||
|
||
_NUMERIC_TYPES = ("number", "integer", "float")
|
||
|
||
|
||
def _numeric_input(field: Any) -> bool:
|
||
"""入口的这个字段看得出是数：写了数值类型，或者默认值是数（画布上填的默认值是字符串，能读成数的也算）。"""
|
||
if not isinstance(field, dict) or not str(field.get("name") or "").strip():
|
||
return False
|
||
if str(field.get("type") or "").strip().lower() in _NUMERIC_TYPES:
|
||
return True
|
||
default = field.get("default")
|
||
if isinstance(default, bool):
|
||
return False
|
||
if isinstance(default, (int, float)):
|
||
return math.isfinite(default)
|
||
if isinstance(default, str) and default.strip():
|
||
try:
|
||
return math.isfinite(float(default.strip().replace(",", "")))
|
||
except ValueError:
|
||
return False
|
||
return False
|
||
|
||
|
||
def _evidence_source(node: Any) -> bool:
|
||
"""报告撰写能从这个节点拿到可引用的证据：口径卡、调用工具、配了工具的 agent、知识检索，以及声明了数值字段的
|
||
入口（运行输入进证据目录，报告用 [[i:字段]] 引用）。子工作流、协作团队里面是什么看不见，一律算有——这条会把图
|
||
打回去让模型改，宁可漏判不可误判。
|
||
|
||
入口只声明了文字字段的（问题、主题）不算：报告能照引的只有问题本身，要写的数照样没有出处。画布上的入口字段
|
||
不写类型，没写默认值的字段看不出是不是数，也不算——提示里说明了怎么声明（写数值默认值）。"""
|
||
if node.type == NodeType.AGENT:
|
||
return bool(node.config.get("tools"))
|
||
if node.type == NodeType.INPUT:
|
||
fields = node.config.get("fields")
|
||
return isinstance(fields, list) and any(_numeric_input(f) for f in fields)
|
||
return node.type in (NodeType.METRICS, NodeType.TOOL, NodeType.MERGE, NodeType.RETRIEVE, NodeType.SUBGRAPH,
|
||
NodeType.SUPERVISOR)
|
||
|
||
|
||
def _unsourced_reports(spec: GraphSpec, changed: set[str]) -> list[dict[str, Any]]:
|
||
"""这一轮新加或改过的报告撰写节点，上游一个证据来源都没有：运行时只给一条警告，报告里的数全被判成没有出处。"""
|
||
from app.engine.schema import _ancestors
|
||
|
||
nodes = spec.node_map()
|
||
out = []
|
||
for node in spec.nodes:
|
||
if node.id not in changed or node.type != NodeType.REPORT:
|
||
continue
|
||
if any(_evidence_source(nodes[a]) for a in _ancestors(spec, node.id) if a in nodes):
|
||
continue
|
||
out.append({"level": "error", "node_id": node.id, "edge_id": None, "field": None, "code": "report_no_source",
|
||
"message": f"「{node.title}」（报告撰写）的上游没有可引用数字的证据来源（口径卡、查询数据的 Agent、"
|
||
"调用工具、知识检索，或声明了数值的输入字段），报告中的数字都将被判为没有出处。请在它前面接入"
|
||
"取数的节点并连线（需要计算比率、增幅时再添加口径卡）；如果要写的数字来自运行输入，请在输入字段"
|
||
"上填写数值默认值，报告按 [[i:字段名]] 引用",
|
||
"for_model": f"「{node.title}」（报告撰写）的上游没有能引用数字的证据来源：没有口径卡、查库的 Agent 或调用工具、"
|
||
"知识检索，入口也没有看得出是数的字段，报告里写的数都会被判成没有出处。在它前面接取数的节点"
|
||
"（要算比率、增幅再加口径卡），连线连到它；要写的数本来就是运行输入的话，在入口字段上写明数值"
|
||
"默认值，报告用 [[i:字段名]] 引用"})
|
||
return out
|
||
|
||
|
||
def authored_issues(spec: GraphSpec, sources: list[Any], baseline: list[dict[str, Any]] | None = None,
|
||
*, checkers: dict[str, Any] | None = None) -> list[dict[str, Any]]:
|
||
"""助手搭图时要打回、运行时却不挡的写法，按 error 交回模型改：
|
||
|
||
- sql_unknown_column：调用工具节点的 SQL 里有数据源结构（schema_cache）里查不到的列——凭空
|
||
猜的列名跑起来只会「no such column」，还白跑前面的步骤
|
||
- parse_model_text：整形节点按 JSON 解析 agent / llm 写的文字（validate 里只是 warning：旧图照跑）
|
||
- report_no_source：报告撰写节点的上游没有任何证据来源（运行时只给一条警告，报告里的数全没有出处）。
|
||
metrics_from 指向不是口径卡的节点，validate 本来就报 error，自查照样交回去
|
||
|
||
另外，给了 checkers（各数据源基于数据目录的 SQL 检查器）时，调用工具节点里写死的 SQL 再对照目录查一遍
|
||
（code 是 data/sqlcheck.CHECK_CODES 里的规则编号），级别照检查结果：error 交回模型改，warning、info
|
||
由调用方放进交付的问题清单。列名都对不上的 SQL 先改列名，这一轮不叠加目录检查。Agent 节点的 SQL 要到
|
||
运行时才写出来，这里拿不到，由数据源查询工具在执行后检查。
|
||
"""
|
||
changed = _changed(spec, baseline)
|
||
out: list[dict[str, Any]] = []
|
||
out += _unsourced_reports(spec, changed)
|
||
out += _issuance_promises(spec, changed)
|
||
for issue in text_parse_issues(spec):
|
||
if issue.node_id in changed:
|
||
# 模型的文字放在模板引号里的那种，改法是 | json，不是换结构化输出
|
||
# 给人看的是 validate 那句原话；交回模型改时再补一句该怎么做（for_model）
|
||
tail = "。不要用整形节点解析 agent / llm 的文字" if "按出处核对字段" in issue.message else ""
|
||
out.append({**issue.model_dump(), "level": "error", "code": "parse_model_text",
|
||
**({"for_model": issue.message + tail} if tail else {})})
|
||
by_name = {getattr(r, "name", None): r for r in sources}
|
||
for node in spec.nodes:
|
||
if node.id not in changed or node.type != NodeType.TOOL:
|
||
continue
|
||
source = by_name.get(_source_of(str(node.config.get("tool") or "")) or "")
|
||
args = node.config.get("args")
|
||
sql = args.get("sql") if isinstance(args, dict) else None
|
||
if source is None or not str(node.config.get("tool") or "").startswith("db_query__") \
|
||
or not isinstance(sql, str):
|
||
continue
|
||
found = sql_unknown_columns(sql, source)
|
||
if not found:
|
||
out += _catalog_issues(node.id, sql, (checkers or {}).get(source.name))
|
||
continue
|
||
unknown, known = found
|
||
listed = "、".join(known[:20]) + (f" 等 {len(known)} 列" if len(known) > 20 else "")
|
||
out.append({"level": "error", "node_id": node.id, "edge_id": None, "field": "args.sql",
|
||
"code": "sql_unknown_column",
|
||
"message": f"SQL 中的列 {'、'.join(unknown[:5])} 在数据源「{source.name}」的表结构中不存在（相关表的列："
|
||
f"{listed}）。请按表结构修改列名，不确定时可先查看表结构",
|
||
"for_model": f"SQL 里的 {'、'.join(unknown[:5])} 在数据源「{source.name}」的结构里查不到（这几张表的列："
|
||
f"{listed}）。照结构里的列名改；拿不准就先用 db_schema__{source.name} 查表结构，"
|
||
"别凭空猜列名"})
|
||
return out
|
||
|
||
|
||
#: 人工审批的标题、说明里不该出现的说法：出具要成果节点配了出具契约、从已发布版本发起的正式运行才谈得上
|
||
_ISSUANCE_PROMISE = "正式出具"
|
||
|
||
|
||
def _issuance_promises(spec: GraphSpec, changed: set[str]) -> list[dict[str, Any]]:
|
||
"""这一轮写的人工审批节点在标题、说明里许诺「正式出具」（human_formal_issuance）。
|
||
|
||
真实运行里一次探索运行的审批写着「批准后才会正式出具」，审批人以为自己在签发正式的东西。画布上试运行、问数据
|
||
都是探索运行，成果节点也常常没有出具契约；同一张图发布后发起的正式运行才谈得上出具。审批说明写「批准后输出」，
|
||
这次是哪一类运行由审批卡标明。"""
|
||
out: list[dict[str, Any]] = []
|
||
for node in spec.nodes:
|
||
if node.id not in changed or node.type != NodeType.HUMAN:
|
||
continue
|
||
field = next((key for key in ("title", "message")
|
||
if _ISSUANCE_PROMISE in str(node.config.get(key) or "")), None)
|
||
if field is None:
|
||
continue
|
||
out.append({
|
||
"level": "error", "node_id": node.id, "edge_id": None, "field": field, "code": "human_formal_issuance",
|
||
"message": f"人工审批「{node.title}」的{'标题' if field == 'title' else '说明'}写了「{_ISSUANCE_PROMISE}」。"
|
||
"只有成果节点配了出具契约、从已发布版本发起的正式运行才会出具，画布上试运行和问数据都是探索运行，"
|
||
"批准后只是输出。请改成「批准后输出」这类说法",
|
||
"for_model": f"人工审批的 {field} 里不要写「{_ISSUANCE_PROMISE}」：只有成果节点配了出具契约、从已发布版本发起的"
|
||
"正式运行才会出具，这张图在画布上试运行、问数据时都是探索运行，批准后只是输出。改成「批准后输出」"
|
||
"「批准后继续」这类说法，运行类别由审批卡标明",
|
||
})
|
||
return out
|
||
|
||
|
||
def _catalog_issues(node_id: str, sql: str, checker: Any) -> list[dict[str, Any]]:
|
||
"""一个调用工具节点的 SQL 对照数据目录查出来的问题，形状和别的自查问题一样（node_id、field 都在），
|
||
另带 table、column、relation_id、sql_excerpt 给界面定位。"""
|
||
if checker is None:
|
||
return []
|
||
return [{**check, "node_id": node_id, "edge_id": None, "field": "args.sql"} for check in checker.check_dicts(sql)]
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# SQL 里的列名对照数据源结构
|
||
#
|
||
# 只做有把握的判断，宁可漏判不可误判：这条会把图打回去让模型改。CTE、FROM 里的子查询、
|
||
# 引号括起来的标识符、结构里找不到的表、结构没探查过或者探查被截断的，一律不判。
|
||
# --------------------------------------------------------------------------
|
||
|
||
#: @ 开头的是变量（@region、@@session），: 开头的是参数，. 后面的是限定名
|
||
_SQL_IDENT = re.compile(r"(?<![\w$#.:@])([A-Za-z_][A-Za-z0-9_$#]*)(?![\w$#])")
|
||
_FROM_ITEMS = re.compile(
|
||
r"\b(?:from|join)\s+(.+?)(?=\bwhere\b|\bgroup\b|\border\b|\bhaving\b|\blimit\b|\bfetch\b|\boffset\b"
|
||
r"|\bunion\b|\bintersect\b|\bexcept\b|\bon\b|\busing\b|\b(?:left|right|inner|outer|full|cross|natural)\b"
|
||
r"|\bjoin\b|\bwindow\b|\)|$)", re.I | re.S)
|
||
_TABLE_ITEM = re.compile(r"^\s*([A-Za-z_][\w$#]*(?:\.[A-Za-z_][\w$#]*)*)(?:\s+(?:as\s+)?([A-Za-z_][\w$#]*))?\s*$",
|
||
re.I)
|
||
_ALIAS_AS = re.compile(r"\bas\s+([A-Za-z_][\w$#]*)", re.I)
|
||
#: 不写 AS 的列别名：「SUM(amount) total,」「amount total FROM」
|
||
_ALIAS_BARE = re.compile(r"(\)|\b[A-Za-z_][\w$#]*|\d)\s+([A-Za-z_][\w$#]*)\s*(?=,|\bfrom\b)", re.I)
|
||
_QUALIFIED = re.compile(r"(?<![\w$#.])([A-Za-z_][\w$#]*)\s*\.\s*([A-Za-z_][\w$#]*|\*)(?!\s*\()")
|
||
_SQL_WORDS = frozenset("""
|
||
select distinct all from where and or not in is null like ilike between exists case when then else end as on using
|
||
join inner left right outer full cross natural group by order having limit offset fetch first next rows row only
|
||
union intersect except asc desc nulls last with over partition range preceding following unbounded current true
|
||
false interval year month day hour minute second week quarter dow doy epoch date time timestamp datetime zone
|
||
cast integer int bigint smallint tinyint decimal numeric real float double precision varchar char character text
|
||
boolean bool signed unsigned binary top percent escape collate any some values current_date current_time
|
||
current_timestamp localtime localtimestamp sysdate systimestamp rownum level dual unknown filter within
|
||
at nocase rtrim glob regexp rlike similar to div mod xor isnull notnull minus prior connect start nocycle siblings
|
||
grouping sets rollup cube ignore respect lateral apply qualify window exclude include ties others no groups
|
||
for update of share nowait skip locked lock mode array sounds overlaps language query expansion separator
|
||
charset utf8 utf8mb4 latin1 ascii unicode years months weeks days hours minutes seconds microsecond microseconds
|
||
millisecond milliseconds year_month day_hour day_minute day_second hour_minute hour_second minute_second
|
||
isodow isoyear century decade millennium julian timezone timezone_hour timezone_minute
|
||
sql_calc_found_rows sql_no_cache sql_cache sql_small_result sql_big_result sql_buffer_result high_priority
|
||
straight_join distinctrow unique recursive tablesample bernoulli sample repeatable pivot unpivot keep ordinality
|
||
symmetric asymmetric leading trailing both placing force use index into default without local
|
||
user current_user session_user system_user current_schema current_catalog current_role
|
||
""".split())
|
||
|
||
#: 后面跟的一定是操作数、不会是别名的词：「SELECT created_at FROM」里 created_at 是列。
|
||
#: END、NULL、TRUE、CURRENT_DATE 这类「一个值到此为止」的词不在里面——「… END flag,」的 flag 是别名
|
||
_OPERAND_BEFORE = frozenset("""
|
||
select distinct distinctrow all unique by as and or not xor is in like ilike glob regexp rlike similar to between
|
||
when then else case on where having exists div mod escape interval collate using any some from join
|
||
sql_calc_found_rows sql_no_cache sql_cache sql_small_result sql_big_result sql_buffer_result high_priority
|
||
straight_join
|
||
""".split())
|
||
#: 不是列的名字：排序规则名（COLLATE x）、字符集名（USING x、CHARSET x、CHARACTER SET x）
|
||
_NAME_AFTER = re.compile(
|
||
r"\b(?:collate|charset|character\s+set|using(?!\s*\())\s+([A-Za-z_][\w$#]*)", re.I)
|
||
#: DATEADD(dd, …)、DATEDIFF(wk, …) 的第一个参数是日期部分的缩写，不是列。只在这个位置放过：
|
||
#: 放进关键字表的话，别处打错成 wk、dd 的列名就查不出来了
|
||
_DATEPART_ARG = re.compile(
|
||
r"\b(?:dateadd|datediff|datediff_big|datepart|datename|datetrunc|date_bucket|timestampadd|timestampdiff)"
|
||
r"\s*\(\s*([A-Za-z_][\w$#]*)", re.I)
|
||
#: 命名窗口：WINDOW w AS (…)、…, w2 AS (…)
|
||
_WINDOW_NAME = re.compile(r"(?:\bwindow|,)\s*([A-Za-z_][\w$#]*)\s+as\s*\(", re.I)
|
||
|
||
|
||
def _blank_unicode_identifiers(sql: str) -> str:
|
||
"""带引号、名字里有非 ASCII 字符的标识符（中文别名 AS "月份"、AS `曝光量`）连引号一起换成空格。
|
||
|
||
这项核对只认 ASCII 的列名，中文名本来就不判；不抹掉的话，SQL 里一出现带引号的标识符就整条放弃核对，照「结果列
|
||
起中文别名」写的 SQL 会把猜错的英文列名一起放过去。英文的带引号标识符（"StatDate"）大小写、空格都可能，照旧不判。"""
|
||
from app.data.guard import _GENERIC, _tokens
|
||
|
||
out = []
|
||
for token in _tokens(sql, _GENERIC):
|
||
if token.kind == "ident" and not token.text.isascii():
|
||
out.append(" " * len(token.text))
|
||
else:
|
||
out.append(token.text)
|
||
return "".join(out)
|
||
|
||
|
||
def sql_unknown_columns(sql: str, source: Any) -> tuple[list[str], list[str]] | None:
|
||
"""SQL 里用到、数据源结构里查不到的列：(查不到的列, 这几张表的全部列)。判断不了、或者都查得到时返回 None。"""
|
||
from app.data import introspect as _introspect
|
||
from app.data.guard import _blank_quoted, first_verb, strip_comments
|
||
|
||
cache = getattr(source, "schema_cache", None) or {}
|
||
if not cache.get("tables") or cache.get("failed") or first_verb(sql) != "select":
|
||
return None
|
||
text = _blank_unicode_identifiers(re.sub(r"\{\{.*?\}\}", " 0 ", strip_comments(sql), flags=re.S))
|
||
if '"' in text.replace("''", "") and _blank_quoted(text) != _blank_quoted(text, identifiers=False):
|
||
return None # 引号括起来的标识符：大小写、空格都可能，不猜
|
||
text = _blank_quoted(text)
|
||
if re.search(r"\bwith\b", text, re.I) or re.search(r"\b(?:from|join)\s*\(", text, re.I) or "`" in text \
|
||
or "[" in text:
|
||
return None # [方括号] 标识符、数组下标：同样不猜
|
||
tables: dict[str, dict[str, Any]] = {} # 表名、别名（小写）→ 表结构
|
||
spans: list[tuple[int, int]] = []
|
||
for m in _FROM_ITEMS.finditer(text):
|
||
spans.append(m.span(1))
|
||
for item in m.group(1).split(","):
|
||
parsed = _TABLE_ITEM.match(item)
|
||
if not parsed:
|
||
return None
|
||
name, alias = parsed.group(1), parsed.group(2)
|
||
meta = _introspect.find_table(source, name)
|
||
if meta is None:
|
||
return None # 结构里找不到的表（视图、同义词、截断了的结构）不判
|
||
tables[name.lower()] = tables[name.rsplit(".", 1)[-1].lower()] = meta
|
||
if alias and alias.lower() not in _SQL_WORDS:
|
||
tables[alias.lower()] = meta
|
||
if not tables:
|
||
return None
|
||
known = list(dict.fromkeys(c["name"] for meta in {id(m): m for m in tables.values()}.values()
|
||
for c in meta.get("columns") or []))
|
||
columns = {c.lower() for c in known}
|
||
# 「SELECT created_at FROM」里 created_at 前面是关键字，它是列，不是别名
|
||
aliases = {a.lower() for a in _ALIAS_AS.findall(text)} | {
|
||
m.group(2).lower() for m in _ALIAS_BARE.finditer(text) if m.group(1).lower() not in _OPERAND_BEFORE} | {
|
||
a.lower() for a in _WINDOW_NAME.findall(text)}
|
||
names = {m.start(1) for pattern in (_NAME_AFTER, _DATEPART_ARG) for m in pattern.finditer(text)}
|
||
unknown: list[str] = []
|
||
for m in _QUALIFIED.finditer(text):
|
||
if any(a <= m.start() < b for a, b in spans):
|
||
continue
|
||
meta = tables.get(m.group(1).lower())
|
||
col = m.group(2)
|
||
if meta is not None and col != "*" and col.lower() not in {c["name"].lower() for c in meta.get("columns") or []}:
|
||
unknown.append(f"{m.group(1)}.{col}")
|
||
for m in _SQL_IDENT.finditer(text):
|
||
word = m.group(1)
|
||
low = word.lower()
|
||
if any(a <= m.start() < b for a, b in spans) or low in _SQL_WORDS or low in columns or low in aliases \
|
||
or low in tables or m.start() in names or re.match(r"\s*[.(]", text[m.end():]) \
|
||
or text[m.end():m.end() + 1] == "'": # N'…'、X'…'、_utf8mb4'…'：字面量的前缀
|
||
continue
|
||
unknown.append(word)
|
||
unknown = list(dict.fromkeys(unknown))
|
||
return (unknown, known) if unknown else None
|
||
|
||
|
||
def _source_of(tool: str) -> str | None:
|
||
from app.tools.datasource import QUERY_PREFIX, SCHEMA_PREFIX
|
||
|
||
for prefix in (QUERY_PREFIX, SCHEMA_PREFIX):
|
||
if tool.startswith(prefix):
|
||
return tool[len(prefix):]
|
||
return None
|
||
|
||
|
||
def scope_issues(nodes: list[dict[str, Any]], scope: set[str] | None) -> list[ValidationIssue]:
|
||
"""用了限定范围之外的数据源的节点，一个节点一条。"""
|
||
if scope is None:
|
||
return []
|
||
out: list[ValidationIssue] = []
|
||
for node in nodes:
|
||
cfg = (node.get("data") or {}).get("config") or {}
|
||
names = _tool_names(cfg.get("tools")) + _tool_names([cfg.get("tool")])
|
||
for member in cfg.get("agents") or []:
|
||
if isinstance(member, dict):
|
||
names += _tool_names(member.get("tools"))
|
||
outside = sorted({src for src in map(_source_of, names) if src and src not in scope})
|
||
if outside:
|
||
out.append(ValidationIssue(
|
||
level="error", node_id=node.get("id"),
|
||
message=f"使用了限定范围之外的数据源 {'、'.join(outside)}：本轮只允许使用 {'、'.join(sorted(scope))}",
|
||
))
|
||
return out
|
||
|
||
|
||
#: 交回模型改时补在问题后面的一句「该怎么做」，按问题代码。界面上只显示问题本身（message）
|
||
_FIX_TAIL = {"datasource_out_of_scope": "，改用它们的 db_query__ / db_schema__ 工具"}
|
||
|
||
|
||
def _issue_dicts(issues: list[ValidationIssue], code: str) -> list[dict[str, Any]]:
|
||
tail = _FIX_TAIL.get(code)
|
||
return [{**i.model_dump(), "code": code, **({"for_model": i.message + tail} if tail else {})} for i in issues]
|
||
|
||
|
||
def _issue_line(issue: dict[str, Any]) -> str:
|
||
"""交回模型的修正请求里，一条问题一行，节点 id 在前。
|
||
|
||
写给模型的改法（for_model：「照结构里的列名改；拿不准就先用 db_schema__x 查」这类）和给人看的问题（message）
|
||
分开存：界面只显示 message，交回模型时有 for_model 用它。键不叫 fix：前端的问题条目里 fix 是修复 id。"""
|
||
text = issue.get("for_model") or issue["message"]
|
||
return f"「{issue['node_id']}」{text}" if issue.get("node_id") else text
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# 工具绑定变化：改图前后，每个 agent 和每个协作成员各绑了哪些工具
|
||
# --------------------------------------------------------------------------
|
||
|
||
|
||
def _tool_names(value: Any) -> list[str]:
|
||
return [t for t in value if isinstance(t, str) and t] if isinstance(value, list) else []
|
||
|
||
|
||
def _tool_bindings(nodes: list[dict[str, Any]]) -> dict[tuple[str, str | None], dict[str, Any]]:
|
||
"""(节点 id, 成员名) → {label, tools, field}。成员名为 None 的是 agent 节点本身。"""
|
||
out: dict[tuple[str, str | None], dict[str, Any]] = {}
|
||
for node in nodes:
|
||
data = node.get("data") or {}
|
||
cfg = data.get("config") or {}
|
||
label = data.get("label") or node.get("id")
|
||
if node.get("type") == NodeType.AGENT.value:
|
||
out[(node["id"], None)] = {"label": label, "field": "tools",
|
||
"tools": _tool_names(cfg.get("tools"))}
|
||
elif node.get("type") == NodeType.SUPERVISOR.value:
|
||
for i, member in enumerate(cfg.get("agents") or []):
|
||
if isinstance(member, dict):
|
||
out[(node["id"], _member_key(member, i))] = {
|
||
"label": label, "field": f"agents[{i}].tools",
|
||
"tools": _tool_names(member.get("tools")),
|
||
}
|
||
return out
|
||
|
||
|
||
def tool_changes(
|
||
before: list[dict[str, Any]], after: list[dict[str, Any]]
|
||
) -> list[dict[str, Any]]:
|
||
"""改图前后都在、而绑定的工具不一样了的节点和成员，按改后的图排序。
|
||
|
||
新加的、删掉的节点不算：那是结构变化，改图回执本来就会列出来。这里要抓的
|
||
是「节点还在、工具悄悄没了」——画布上看起来什么都没变，跑起来才发现查不了库。
|
||
"""
|
||
old = _tool_bindings(before)
|
||
out: list[dict[str, Any]] = []
|
||
for (node_id, member), now in _tool_bindings(after).items():
|
||
was = old.get((node_id, member))
|
||
if was is None or set(was["tools"]) == set(now["tools"]):
|
||
continue
|
||
out.append({
|
||
"node_id": node_id, "label": now["label"], "member": member, "field": now["field"],
|
||
"before": was["tools"], "after": now["tools"],
|
||
"added": [t for t in now["tools"] if t not in was["tools"]],
|
||
"removed": [t for t in was["tools"] if t not in now["tools"]],
|
||
})
|
||
return out
|
||
|
||
|
||
# 指令里有没有让删工具。只认「删除动词直接管着工具」：动词和「工具 / 工具名」
|
||
# 挨着、在同一个分句里、中间没有夹别的动作。以前是整句里有「不要 / 不用 / 取消」、
|
||
# 别处又有「工具」就算——「这次要真的用工具查库，不要编造数字」被当成让删工具，
|
||
# 警告关掉，没工具的图照样自动运行。宁可在真让删时多提醒一句，也不能漏掉这种。
|
||
|
||
#: 删除动词。「不要 / 不用 / 别」只在直接接着工具（或接「用 / 绑」再接工具）时才算
|
||
_DROP_VERB = re.compile(
|
||
r"去掉|去除|删掉|删除|删了|删去|移除|拿掉|撤掉|撤下|解绑|解除绑定|禁用|停用|卸掉|剔除|砍掉|清空|取消"
|
||
r"|(?:不要|不用|不需要|无需|用不着|不再|别)再?(?:使用|调用|绑定|用|绑|挂)?"
|
||
r"|\b(?:remov(?:e|ing)|drop(?:ping)?|unbind|detach|disable|without|get rid of|no longer use)\b"
|
||
r"|\b(?:don't|do not|never|stop) us(?:e|ing)\b"
|
||
)
|
||
#: 工具在前、动词在后：「把查表的工具去掉」「db_schema__shop 不要了」
|
||
_DROP_AFTER = re.compile(
|
||
r"去掉|去除|删掉|删除|删了|删去|移除|拿掉|撤掉|撤下|解绑|禁用|停用|卸掉|剔除|砍掉|清空"
|
||
r"|(?:不要|不用|不需要|用不着)再?(?:用|绑)?(?:了|$)|\b(?:removed|dropped)\b"
|
||
)
|
||
#: 「只保留 X」：别的可以删，但 X 本身不能跟着没了，更不能删光。「只用」只认点了名的——
|
||
#: 「只用工具查库」说的是别编，不是让删哪个工具
|
||
_KEEP_ONLY = re.compile(r"(只保留|只留下|只留|仅保留|\bkeep only\b|\bonly keep\b)"
|
||
r"|(只用|仅用|\bonly use\b)")
|
||
#: 动词和工具之间夹了这些，动词管的就不是工具了：「不用改工具」「别用假设的方式调用工具」
|
||
_GAP_BREAK = re.compile(
|
||
r"改|动|换|变成|编|捏造|虚构|假设|假装|模拟|猜|然后|接着|并且|同时|但|而是|让|把|将|保留|留着|保持|只|必须|一定"
|
||
r"|make up|made up|making up|\b(?:then|but|instead|change|edit|modify|keep|fake|invent|pretend)\b"
|
||
)
|
||
#: 否定。中文只往前看几个字（「不要去掉工具」「别把工具删了」），英文的否定离动词远，看整个分句
|
||
_NEGATED = re.compile(r"不要|不用|不能|不许|不准|不得|不可|不必|不想|不希望|不让|无需|没让|别|勿|千万")
|
||
_NEGATED_EN = re.compile(r"\b(?:don't|dont|do not|never|no need|not|can't|cannot)\b")
|
||
#: 工具后面紧跟着这些，说的是留着它：「工具保留」「工具不用改」
|
||
_KEPT_AFTER = re.compile(r"\s*(?:都|也|就|还|先)?(?:保留|留着|不变|照旧|保持|别动|不动|不要动|不用动|"
|
||
r"不要改|不用改|别改|别删|不要删|不能删)|\s*(?:stay|unchanged|as is)\b")
|
||
_CLAUSE = re.compile(r"[，,。;；！!？?\n]|\.(?=\s|$)")
|
||
_GENERIC = ("工具", "tool", "tools")
|
||
_GAP, _GAP_AFTER, _LOOKBACK = 16, 8, 10
|
||
|
||
|
||
def _tool_object(removed: list[str]) -> re.Pattern[str]:
|
||
"""「工具」或一个工具名：这次删掉的、内置的，以及带 __ 的（db_query__x、MCP 工具）。
|
||
|
||
只认像工具的名字：表名、字段名也是下划线写法，「去掉 sales_daily 相关的工具」
|
||
里点名的不是工具。
|
||
"""
|
||
names = sorted({t.lower() for t in [*removed, *all_specs()] if t}, key=len, reverse=True)
|
||
return re.compile("|".join([*map(re.escape, names), r"[a-z][a-z0-9_]*__[a-z0-9_-]+",
|
||
"工具", r"\btools?\b"]))
|
||
|
||
|
||
def _negated(clause: str, pos: int) -> bool:
|
||
return bool(_NEGATED.search(clause, max(0, pos - _LOOKBACK), pos)
|
||
or _NEGATED_EN.search(clause, 0, pos))
|
||
|
||
|
||
def _drop_request(instruction: str, removed: list[str]) -> tuple[bool, set[str], set[str] | None]:
|
||
"""指令里让删了哪些工具：(泛指「工具」, 点了名的, 「只保留」留下的——没说只保留是 None)。"""
|
||
target = _tool_object(removed)
|
||
dropped: set[str] = set()
|
||
kept: set[str] | None = None
|
||
|
||
def near(clause: str, start: int) -> re.Match[str] | None:
|
||
obj = target.search(clause, start)
|
||
return obj if obj and obj.start() - start <= _GAP else None
|
||
|
||
for clause in _CLAUSE.split((instruction or "").lower()):
|
||
for verb in _DROP_VERB.finditer(clause):
|
||
obj = near(clause, verb.end())
|
||
if not obj:
|
||
continue
|
||
gap = clause[verb.end():obj.start()]
|
||
if (_GAP_BREAK.search(gap) or _DROP_VERB.search(gap) or _negated(clause, verb.start())
|
||
or _KEPT_AFTER.match(clause, obj.end())):
|
||
continue
|
||
dropped.add(obj.group())
|
||
for obj in target.finditer(clause):
|
||
verb = _DROP_AFTER.search(clause, obj.end())
|
||
if not verb or verb.start() - obj.end() > _GAP_AFTER:
|
||
continue
|
||
gap = clause[obj.end():verb.start()]
|
||
if _GAP_BREAK.search(gap) or _NEGATED.search(gap) or _negated(clause, obj.start()):
|
||
continue
|
||
dropped.add(obj.group())
|
||
for verb in _KEEP_ONLY.finditer(clause):
|
||
obj = near(clause, verb.end())
|
||
if obj and not (verb.group(2) and obj.group() in _GENERIC):
|
||
kept = (kept or set()) | {obj.group()}
|
||
return bool(dropped & set(_GENERIC)), dropped - set(_GENERIC), kept
|
||
|
||
|
||
def _unasked_drops(instruction: str, change: dict[str, Any]) -> list[str]:
|
||
"""这次少掉的工具里，哪些是指令没让删的。"""
|
||
generic, named, kept = _drop_request(instruction, change["removed"])
|
||
if generic:
|
||
return []
|
||
|
||
def asked(tool: str) -> bool:
|
||
if tool.lower() in named:
|
||
return True
|
||
# 「只保留 X」：X 以外的可以删；但一个都不剩就不是「保留」了
|
||
return kept is not None and bool(change["after"]) and tool.lower() not in kept
|
||
|
||
return [t for t in change["removed"] if not asked(t)]
|
||
|
||
|
||
def dropped_tool_warnings(changes: list[dict[str, Any]], instruction: str) -> list[dict[str, Any]]:
|
||
"""工具集合变小了、而这一轮没让删工具的，逐个报 warning。
|
||
|
||
只报变小的：把 db_query__a 换成 db_query__b 是正常的改图，数量没少不必大惊
|
||
小怪。也不打回去让模型重改——删工具有可能是对的，该让人看一眼，而不是再
|
||
赌一次模型。
|
||
"""
|
||
out: list[dict[str, Any]] = []
|
||
for c in changes:
|
||
if not c["removed"] or len(set(c["after"])) >= len(set(c["before"])):
|
||
continue
|
||
unasked = _unasked_drops(instruction, c)
|
||
if not unasked:
|
||
continue
|
||
who = f"「{c['label']}」" + (f"的成员「{c['member']}」" if c["member"] else "")
|
||
now = f" {'、'.join(c['after'])}" if c["after"] else "无"
|
||
said = ("本轮要求中没有提到移除工具" if len(unasked) == len(c["removed"])
|
||
else f"本轮要求中没有提到移除 {'、'.join(unasked)}")
|
||
cost = ("没有绑定工具时，它无法查询数据库，只能假设调用结果" if not c["after"]
|
||
else f"{'、'.join(unasked)} 将无法调用")
|
||
out.append({
|
||
"level": "warning", "node_id": c["node_id"], "edge_id": None,
|
||
"code": "tools_dropped", "field": c["field"],
|
||
"message": f"{who}的工具从 {'、'.join(c['before'])} 变为{now}。"
|
||
f"{said}，请确认是否误删：{cost}",
|
||
})
|
||
return out
|
||
|
||
|
||
def _repair_request(
|
||
nodes: dict[str, dict[str, Any]], edges: list[dict[str, Any]], errors: list[dict[str, Any]],
|
||
) -> str:
|
||
"""自查交回修正的请求：只写图和问题。
|
||
|
||
数据源上下文（挑中的表、字段、目录、连接条件）在 system 里，修正轮和起草用同一条 system，
|
||
不重新挑表：两次挑出来的表不一样，模型前后看到的结构就对不上，改着改着换了一张表。
|
||
猜错的列名由 sql_unknown_column 的 for_model 带回那几张表的真实列。
|
||
"""
|
||
graph = {"nodes": list(nodes.values()), "edges": edges}
|
||
return (
|
||
"这是你刚搭好的工作流：\n"
|
||
f"{json.dumps(_slim(graph), ensure_ascii=False, indent=2)}\n\n"
|
||
"上线前自查（和真正运行时同一套规则）发现下面这些问题，不改的话这张图跑不起来：\n"
|
||
+ "\n".join(f"- {_issue_line(i)}" for i in errors)
|
||
+ "\n\n只修这些问题，别的不要动。用操作流输出修正：改节点用 update_node"
|
||
"（config 只写要改的字段，没写的保持原样；要删掉一个字段写 null）；"
|
||
"缺节点、缺边就补上。最后一行输出 done。"
|
||
)
|
||
|
||
|
||
@router.post("/generate-stream")
|
||
async def generate_stream(payload: GenerateIn, session: AsyncSession = Depends(get_session)):
|
||
"""流式版生成：SSE 逐操作推送，前端边收边把节点摆上画布。
|
||
|
||
结束时（done 或流断）发一条 final：服务端把累积的图排版、校验后整体给出——
|
||
过程可见性来自操作流，最终质量仍由和手工编排相同的 layout + validate 保证。
|
||
"""
|
||
from fastapi.responses import StreamingResponse
|
||
|
||
from app.data.sqlcheck import load_checkers
|
||
|
||
sources = await _sources(session, payload.datasource_ids)
|
||
scope = {r.name for r in sources} if payload.datasource_ids else None
|
||
# 基于数据目录的 SQL 检查器：在开流之前读好目录（流里不再碰这个会话），自查和收尾共用
|
||
checkers = await load_checkers(session, sources)
|
||
|
||
def system_for(context: copilot_context.DatasourceContext) -> str:
|
||
return (
|
||
"你是一个 agent 工作流编排专家。根据用户需求，以操作流的方式逐步搭出一张可执行的工作流图。\n\n"
|
||
f"{NODE_REFERENCE}\n\n可用工具：\n{_tool_catalog(sources, context)}"
|
||
f"{context.section()}{_scope_note(sources, scope is not None)}\n\n"
|
||
"结构要求：\n"
|
||
"1. 必须有且只有一个 input 节点和至少一个 output 节点\n"
|
||
"2. 节点 id 用简短英文小写下划线；label 用中文，一眼看懂\n"
|
||
"3. 用 assign_to 传结果，下游 {{ vars.变量名 }} 引用\n"
|
||
"4. 只能用上面列出的工具名\n"
|
||
"5. 能用 3 个节点解决就别堆 8 个\n\n"
|
||
f"{_STREAM_PROTOCOL}"
|
||
)
|
||
|
||
# 现有图状态：修改场景从 base_graph 起步，新建场景从空图起步
|
||
nodes: dict[str, dict[str, Any]] = {}
|
||
edges: list[dict[str, Any]] = []
|
||
# 用户摆好的坐标，收尾排版时原样留着
|
||
pinned = _pinned_positions(payload.base_graph)
|
||
if payload.base_graph and payload.base_graph.get("nodes"):
|
||
# 拷一份再改：改之前的样子还要留着比对工具绑定有没有被改掉
|
||
for n in payload.base_graph["nodes"]:
|
||
nodes[n["id"]] = copy.deepcopy(n)
|
||
edges = [
|
||
{k: v for k, v in e.items() if k in ("source", "target", "sourceHandle")}
|
||
for e in payload.base_graph.get("edges") or []
|
||
]
|
||
user = (
|
||
"这是当前的工作流：\n"
|
||
f"{json.dumps(_slim(payload.base_graph), ensure_ascii=False, indent=2)}\n\n"
|
||
f"请按下面的要求修改它（只输出改动操作）：\n{payload.instruction}"
|
||
)
|
||
else:
|
||
user = _user_message(payload, patch=False)
|
||
|
||
try:
|
||
model, model_id = await _op_model(session, payload)
|
||
except ProviderNotConfigured as e:
|
||
raise HTTPException(400, _unconfigured(e)) from e
|
||
|
||
human = _with_history(user, await _history_section(session, payload.conversation_id))
|
||
# 兜底用：模型只发了改动操作时，把它们重放到这张图上
|
||
prev_graph = await _previous_graph(session, payload.conversation_id)
|
||
# 比对工具绑定的基准：画布上是改之前的图；问数据页是上一轮的图（沿用它的节点 id）
|
||
baseline = copy.deepcopy(
|
||
(payload.base_graph or {}).get("nodes") or (prev_graph or {}).get("nodes") or [])
|
||
# 数据源上下文：读目录、拿挑表模型都要用请求的会话，开流之前做完；挑表本身放进流里，期间照常发心跳。
|
||
# 现有工作流（画布上的原图、问数据追问时上一轮的图）查过的表一律给全字段
|
||
plan = await copilot_context.plan_context(
|
||
sources, graph=payload.base_graph if (payload.base_graph or {}).get("nodes") else prev_graph)
|
||
picker, unavailable = await _picker(session, payload, plan)
|
||
need = await _pick_need(session, payload)
|
||
|
||
async def event_stream():
|
||
explanation = ""
|
||
seen_ops: list[dict[str, Any]] = []
|
||
skipped_types: list[str] = []
|
||
# 建完要不要跑，由模型在 done.run 里表态
|
||
autorun = True
|
||
yield f"data: {json.dumps({'op': 'model', 'model': model_id}, ensure_ascii=False)}\n\n"
|
||
# 大库先按需求挑表。resolve 自己兜住了挑表的所有失败（退回只列表名），这里的 except 只防组装出意外：
|
||
# 挑表是让模型少猜，不能因为它让这一轮生成失败
|
||
started = time.monotonic()
|
||
pending = asyncio.ensure_future(plan.resolve(picker, need=need, unavailable=unavailable))
|
||
try:
|
||
async for beat in _heartbeat_until(pending, started=started):
|
||
yield _sse(beat)
|
||
context = pending.result()
|
||
except Exception as e: # noqa: BLE001
|
||
context = plan.fallback(f"组装数据源上下文时出错：{explain_error(e)[0]}")
|
||
finally:
|
||
# 用户中途断开时流在上面的 yield 处被关掉，挑表的调用不能留在后台接着等
|
||
if not pending.done():
|
||
pending.cancel()
|
||
# 这一份 system 一直用到最后：自查交回修正时沿用同一份上下文，不重新挑表
|
||
system = system_for(context)
|
||
messages = [("system", system), ("human", human)]
|
||
if (shown := context.op()) is not None:
|
||
yield _sse(shown)
|
||
# reply 先压着：模型可能把目录修改提案写在 reply 后面，而前端收到 reply 就收尾（画布那边之后的操作一律不收），
|
||
# 提案得排在它前面转出。reply 之后只再认 catalog_patch，其余一概不理
|
||
replied: dict[str, Any] | None = None
|
||
patches = 0
|
||
try:
|
||
async for op in _with_heartbeat(_iter_ops(model, messages), started=started):
|
||
kind = op.get("op")
|
||
# 思考和心跳不是图操作，不进 _apply_op，直接转给前端
|
||
if kind in ("thinking", "heartbeat"):
|
||
yield f"data: {json.dumps(op, ensure_ascii=False)}\n\n"
|
||
continue
|
||
if kind == "catalog_patch":
|
||
# 目录修改提案：核对后转给前端做成卡片，人点「保存」才写。不进图，也不算这一轮的图操作
|
||
if (checked := await catalog_patch_op(op, sources)) is not None:
|
||
patches += 1
|
||
yield _sse(checked)
|
||
continue
|
||
if replied is not None:
|
||
continue
|
||
if kind == "reply":
|
||
# 这句话不需要工作流：等模型说完（只收它后面的提案）再转给前端、收流——后面那套
|
||
# 排版校验对着一张空图跑，只会得到"图是空的，先拖一个节点进来"
|
||
replied = op
|
||
continue
|
||
if kind == "done":
|
||
explanation = str(op.get("explanation", ""))
|
||
# 用户要的是流程本身时（"设计一个每天跑的工作流"），
|
||
# 建完就跑等于替他多花一次钱，而他要的是那张图
|
||
autorun = op.get("run") is not False
|
||
seen_ops.append(op)
|
||
changed = _apply_op(nodes, edges, op)
|
||
if kind == "add_node" and not changed:
|
||
bad_type = (op.get("node") or {}).get("type")
|
||
if bad_type and bad_type not in _NODE_TYPES:
|
||
skipped_types.append(str(bad_type))
|
||
if changed or kind in ("plan", "done"):
|
||
yield f"data: {json.dumps(op, ensure_ascii=False)}\n\n"
|
||
if replied is not None:
|
||
yield _sse(replied)
|
||
return
|
||
# 只发了目录修改提案，既没回答也没改图（用户只是在说一条数据事实）：补一句回答收尾，
|
||
# 不能按下面的「模型没有给出任何修改」报错——提案已经摆在用户面前了
|
||
if patches and all(o.get("op") == "plan" for o in seen_ops):
|
||
yield _sse({"op": "reply", "text": PATCH_ONLY_REPLY})
|
||
return
|
||
# 流正常结束，却没有 done、也没有一个操作能认（格式跑偏，每一行都被跳过）：
|
||
# 往下走就是拿原图去自查、交付，界面上写「无需修改」——而模型什么都没说
|
||
if all(o.get("op") == "plan" for o in seen_ops):
|
||
raise CopilotIncomplete("模型没有给出任何修改，也没有说明原因",
|
||
hint="画布未修改。可以重试，或把需求描述得更具体")
|
||
except CopilotIncomplete as e:
|
||
yield _sse({"op": "error", "message": f"助手本轮未完成：{e}", "hint": e.hint, "detail": e.detail})
|
||
return
|
||
except Exception as e: # noqa: BLE001
|
||
reason, hint = explain_error(e)
|
||
yield _sse({"op": "error", "message": f"助手本轮未完成：{reason}",
|
||
"hint": hint, "detail": raw_error(e)})
|
||
return
|
||
|
||
# 兜底：一个操作都没落地，而上一轮有图。
|
||
#
|
||
# 这说明模型把这一轮当成"改上一张图"，只发了 update_node/add_edge，
|
||
# 而累加器是从空图起步的，那些操作全落在不存在的节点上。上面的 prompt
|
||
# 已经要求它完整重发，但那是约定，不是保证——约定落空的代价是用户收到
|
||
# 一句"图是空的，先拖一个节点进来"，而他只是问了句追问。
|
||
#
|
||
# 与其报错，不如按它本来的意思做：把这些操作重放到上一轮那张图上。
|
||
if not nodes and prev_graph and seen_ops:
|
||
for n in prev_graph.get("nodes") or []:
|
||
if n.get("id"):
|
||
nodes[n["id"]] = copy.deepcopy(n)
|
||
# 原地改，不能重新绑定：给 edges 赋值会让它变成 event_stream 的局部
|
||
# 变量，而它在上面 _apply_op 那一路已经被读过了 —— UnboundLocalError
|
||
edges[:] = [
|
||
{k: v for k, v in e.items() if k in ("source", "target", "sourceHandle") and v}
|
||
for e in prev_graph.get("edges") or []
|
||
]
|
||
for op in seen_ops:
|
||
_apply_op(nodes, edges, op)
|
||
|
||
# 自查：按运行时同一套规则把图过一遍，挡住运行的问题交回模型改，改完再查。
|
||
# 以前这些问题照样交付、照样自动开跑——跑到那一步才炸（开发库里四次运行死在
|
||
# 循环 / 分支条件里套了 {{ }}），前面的步骤白跑，报错还停在半路
|
||
repaired = 0
|
||
for round_no in range(1, _SELF_CHECK_ROUNDS + 1):
|
||
errors = _blocking_issues(nodes, edges, scope, sources=sources, baseline=baseline, checkers=checkers)
|
||
if not errors:
|
||
break
|
||
yield _sse({"op": "check", "status": "repairing", "round": round_no, "issues": errors})
|
||
fix = [("system", system), ("human", _repair_request(nodes, edges, errors))]
|
||
try:
|
||
async for op in _with_heartbeat(_iter_ops(model, fix), phase="repairing"):
|
||
kind = op.get("op")
|
||
if kind in ("thinking", "heartbeat"):
|
||
yield _sse(op)
|
||
# plan / done 是修补轮自己的开场和收尾，不是新方案，不覆盖原来的说明
|
||
elif kind not in ("plan", "done", "reply") and _apply_op(nodes, edges, op):
|
||
yield _sse(op)
|
||
except Exception as e: # noqa: BLE001 - 修不成就照实交付，下面列出剩下的问题
|
||
yield _sse({"op": "check", "status": "error",
|
||
"message": f"自查修正失败：{explain_error(e)[0]}", "detail": raw_error(e)})
|
||
break
|
||
repaired = round_no
|
||
remaining = _blocking_issues(nodes, edges, scope, sources=sources, baseline=baseline, checkers=checkers)
|
||
# 工具绑定变化不挡运行，但要在自查这一步就说出来：工具被改没了的图照样
|
||
# 能跑，只是跑出来的是模型「假设」查过库的答案
|
||
changes = tool_changes(baseline, list(nodes.values()))
|
||
warnings = dropped_tool_warnings(changes, payload.instruction)
|
||
if remaining:
|
||
# 改不好也照实交付、列出问题，但不自动运行：明知跑不起来的图，开跑只会
|
||
# 在半路报一个用户看不懂的错
|
||
autorun = False
|
||
yield _sse({"op": "check", "status": "failed", "issues": remaining,
|
||
"warnings": warnings})
|
||
elif remaining is not None:
|
||
yield _sse({"op": "check", "status": "passed", "repaired": repaired,
|
||
"warnings": warnings})
|
||
|
||
# 收尾：排版 + 校验，把最终图整体交付。改图时旧节点留在原处，只排新节点
|
||
try:
|
||
spec, layout = _layout_keeping(
|
||
GraphSpec.model_validate({"nodes": list(nodes.values()), "edges": edges}), pinned,
|
||
)
|
||
# 建议（info，比如「可以升级为可追溯结构」）不进这一轮的问题清单：图刚按规则搭好，画布自己的校验会列出来
|
||
issues = [i.model_dump() for i in validate_graph(spec).issues if i.level != "info"]
|
||
issues += _issue_dicts(scope_issues(list(nodes.values()), scope),
|
||
"datasource_out_of_scope")
|
||
# 自查没改好的猜列名留在画布上：运行时不挡（结构缓存可能旧了），但要看得见。
|
||
# 对照数据目录的 SQL 检查照原级别列出：warning、info 本来就不返工，改不好的 error 也在这里看得见
|
||
authored = authored_issues(spec, sources, baseline, checkers=checkers)
|
||
issues += [{**i, "level": "warning"} for i in authored if i["code"] == "sql_unknown_column"]
|
||
issues += [i for i in authored if i["code"] in CHECK_CODES]
|
||
# 跳过的节点要说出来，不能安静地少一步。code 给前端认：这一类要单独
|
||
# 提示「少了一步」，不能和普通校验警告混在一起
|
||
issues += [
|
||
{"level": "warning", "node_id": None, "edge_id": None,
|
||
"code": "unknown_node_type", "type": t,
|
||
"message": f"模型使用了不存在的节点类型「{t}」，已跳过这一步"}
|
||
for t in dict.fromkeys(skipped_types)
|
||
]
|
||
final = {
|
||
"op": "final",
|
||
"graph": spec.model_dump(mode="json"),
|
||
"issues": issues + warnings,
|
||
"explanation": explanation,
|
||
"autorun": autorun,
|
||
"layout": layout,
|
||
# 改图回执：哪些节点、成员的工具变了。画布上看不出来，得明说
|
||
"tool_changes": changes,
|
||
}
|
||
except Exception as e: # noqa: BLE001
|
||
final = {"op": "error", "message": f"模型返回的工作流结构有误：{graph_error(e)}",
|
||
"hint": "请重试，或把需求描述得更具体", "detail": raw_error(e)}
|
||
yield f"data: {json.dumps(final, ensure_ascii=False)}\n\n"
|
||
|
||
return StreamingResponse(
|
||
event_stream(),
|
||
media_type="text/event-stream",
|
||
headers={"Cache-Control": "no-cache", "X-Accel-Buffering": "no"},
|
||
)
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# 发布前自动修复的兜底：确定性修复修不了的 error 交给 Copilot，产出同样只是预览
|
||
# --------------------------------------------------------------------------
|
||
|
||
_LEVEL_WORD = {"published": "已发布", "governed": "受管"}
|
||
|
||
#: 发布前修复和一键升级共用的硬性约定。拆开写是为了升级的兜底换掉「只修下面列出的问题」那一条，
|
||
#: 其余的（不许降低要求、要人拿主意的不替人选、只许用哪几种操作）一字不差
|
||
_RULES_HEAD = """\
|
||
硬性约定（违反任何一条，这次修改整个作废）：
|
||
"""
|
||
_NO_LOWERING = """\
|
||
- 不许降低要求：不删节点、不删连线，add_node 不许用图里已有的节点 id（那等于把旧节点删了重建），也不换节点类型；
|
||
不删掉或清空出具契约，不删 required 里的指标，不把 strict 改成 false，不往 allow_numbers 里加数，不替人打开 cells；
|
||
审批策略只能往严里改（每次调用都审批 > 仅危险工具需要审批 > 全部自动放行），不放宽、不删掉，更不改成 never；
|
||
不取消子工作流钉住的版本；发布级别不是你能改的。结构要动（比如换掉协作团队），输出 question 说明怎么拆，不要自己动手；
|
||
报告撰写节点的 numbers、on_violation、claims 只能往严里改（numbers: strict、on_violation: fail、
|
||
claims: require_citation），不放宽、不删掉；claims 从宽到严是 off < require_citation < judge，已经是 judge 的不改回
|
||
require_citation；judge 缺预算（judge.max_cost_usd）时输出 question 问写多少、还是写 null 不限，不替人定；
|
||
judge.on_unsupported 是 withhold 的不改回 degrade、不删掉；update_node 会把 judge 整个换掉，补预算时把原来的
|
||
judge（包括从全图默认继承来的）整份带上，只加 max_cost_usd；契约里的 claims 也一样；
|
||
不关 agent 的 cite_fields，不删它的 output_schema
|
||
"""
|
||
_ASK_HUMAN = """\
|
||
- 要人拿主意的，不替人选、不编：required 该包括哪些指标、几张口径卡该用哪张、钉哪个版本、协作团队拆成哪几个
|
||
固定步骤、沙箱代码节点是在取数还是在计算（不许自己把 evidence_role 设成 source）……每一处输出一行
|
||
{"op":"question","node_id":"节点 id","text":"要问的话，把候选列出来"}，那一处不改
|
||
"""
|
||
_ONLY_LISTED = """\
|
||
- 只修下面列出的问题，别的不要动
|
||
"""
|
||
_OPS_ONLY = """\
|
||
- 可用操作只有 update_node（config 只写要改的字段，没写的原样保留）、add_node、add_edge 和 question；
|
||
不要输出 remove_node、remove_edge、reply
|
||
"""
|
||
_PLAN_DONE = """\
|
||
- 第一行 plan，最后一行 done，done 的 explanation 用一两句话说清改了什么、为什么"""
|
||
|
||
_ASSIST_RULES = _RULES_HEAD + _NO_LOWERING + _ASK_HUMAN + _ONLY_LISTED + _OPS_ONLY + _PLAN_DONE
|
||
|
||
|
||
def _publish_fix_request(graph: dict[str, Any], errors: list[dict[str, Any]], level: str) -> str:
|
||
return (
|
||
"这是当前的工作流：\n"
|
||
f"{json.dumps(_slim(graph), ensure_ascii=False, indent=2)}\n\n"
|
||
f"它要发布成「{_LEVEL_WORD.get(level, level)}」级别，发布前检查（和真正发布同一套规则）还拦着下面这些问题：\n"
|
||
+ "\n".join(f"- {_issue_line(i)}" for i in errors)
|
||
+ f"\n\n{_ASSIST_RULES}"
|
||
)
|
||
|
||
|
||
def _publish_fix_need(errors: list[dict[str, Any]], level: str) -> str:
|
||
"""发布前修复挑表用的需求：要过哪一级的发布前检查、挡着的是哪些问题。"""
|
||
return (f"让这张工作流通过「{_LEVEL_WORD.get(level, level)}」级别的发布前检查，挡住发布的问题：\n"
|
||
+ "\n".join(f"- {_issue_line(i)}" for i in errors))
|
||
|
||
|
||
async def assist_publish_fix(
|
||
session: AsyncSession, graph: dict[str, Any], *, level: str,
|
||
provider: str | None = None, model: str | None = None,
|
||
) -> dict[str, Any]:
|
||
"""把挡住发布的 error 交给 Copilot 修。模型、工具目录、操作流协议都和画布上改图是同一套。
|
||
|
||
拿回的操作在副本上应用，再按同一套规则复核（_blocking_issues 带上发布级别：validate、门禁，
|
||
以及这一轮改过的节点里有没有凭空猜的列名）：error 变少、没有新 error、没有降低要求的改动
|
||
（autofix.forbidden_changes）才采纳，否则整个作废并写明原因。模型认为要人拿主意的，放进
|
||
questions 原样交给人，不硬改。
|
||
|
||
返回 {accepted, reason, summary, questions（一句一条的文字）, graph, ops}。不落库。
|
||
"""
|
||
from app.engine.autofix import forbidden_changes, judge
|
||
|
||
from app.data.sqlcheck import load_checkers
|
||
|
||
sources = await _sources(session, None)
|
||
# 和发布接口同一套 SQL 检查：受管级别里 SQL 的 error 也是挡住发布的问题，一并交给助手改
|
||
checkers = await load_checkers(session, sources)
|
||
base = copy.deepcopy(graph)
|
||
before_nodes = {str(n["id"]): n for n in copy.deepcopy(base.get("nodes") or []) if isinstance(n, dict)}
|
||
before_edges = [e for e in copy.deepcopy(base.get("edges") or []) if isinstance(e, dict)]
|
||
baseline = list(copy.deepcopy(before_nodes).values())
|
||
errors = _blocking_issues(before_nodes, before_edges, sources=sources, baseline=baseline, level=level,
|
||
defaults=base.get("defaults"), checkers=checkers) or []
|
||
out: dict[str, Any] = {"accepted": False, "reason": None, "summary": "", "questions": [], "graph": graph,
|
||
"ops": []}
|
||
if not errors:
|
||
out["summary"] = "没有阻止发布的错误，无需交给助手"
|
||
return out
|
||
request = GenerateIn(instruction="发布前自动修复", provider=provider, model=model)
|
||
try:
|
||
chat, _ = await _op_model(session, request)
|
||
except ProviderNotConfigured as e:
|
||
out["summary"] = _unconfigured(e)
|
||
return out
|
||
# 和画布上改图同一套数据源上下文：挑表的需求是挡住发布的这些问题，图里查过的表一律给全字段
|
||
context = await _datasource_context(session, sources, request, need=_publish_fix_need(errors, level), graph=base)
|
||
|
||
system = (
|
||
"你是一个 agent 工作流编排专家。现在要做的是：让一张工作流过发布前检查，以操作流的方式输出修改。\n\n"
|
||
f"{NODE_REFERENCE}\n\n可用工具：\n{_tool_catalog(sources, context)}{context.section()}\n\n"
|
||
f"{_STREAM_PROTOCOL}\n\n另外可以输出 question 操作：{{\"op\":\"question\",\"node_id\":\"…\",\"text\":\"…\"}}"
|
||
)
|
||
nodes = copy.deepcopy(before_nodes)
|
||
edges = copy.deepcopy(before_edges)
|
||
tried: list[dict[str, Any]] = []
|
||
effective: list[dict[str, Any]] = []
|
||
plan = ""
|
||
try:
|
||
async for op in _iter_ops(chat, [("system", system), ("human", _publish_fix_request(base, errors, level))]):
|
||
kind = op.get("op")
|
||
# 目录修改提案只在用户亲口陈述数据事实时才有；这里的「用户消息」是系统拼的修复请求，提了也不转
|
||
if kind in ("thinking", "heartbeat", "catalog_patch"):
|
||
continue
|
||
if kind == "plan":
|
||
plan = str(op.get("summary") or "")
|
||
elif kind == "done":
|
||
out["summary"] = str(op.get("explanation") or "")
|
||
elif kind in ("question", "reply"):
|
||
text = str(op.get("text") or "").strip()
|
||
# 原样交给人看，前面标上是哪个节点的事（界面上认节点标题，不认 id）
|
||
where = before_nodes.get(str(op.get("node_id") or ""))
|
||
title = str((where.get("data") or {}).get("label") or where.get("id")) if where else ""
|
||
if text:
|
||
out["questions"].append(f"「{title}」：{text}" if title and title not in text else text)
|
||
else:
|
||
tried.append(op)
|
||
if _apply_op(nodes, edges, op):
|
||
effective.append(op)
|
||
except Exception as e: # noqa: BLE001 - 修不成就照实说，确定性修复的结果照样交给人
|
||
out["summary"] = f"助手本轮未完成：{explain_error(e)[0]}"
|
||
return out
|
||
out["summary"] = out["summary"] or plan
|
||
if not effective:
|
||
# 没动图：要么全是要人拿主意的问题，要么它没给出能用的修改。都不算「拒绝」
|
||
out["summary"] = out["summary"] or ("助手认为这些问题需要由你决定" if out["questions"]
|
||
else "助手本轮没有给出修改")
|
||
return out
|
||
|
||
proposed = _proposed_graph(base, nodes, edges)
|
||
reasons = forbidden_changes(base, proposed, tried)
|
||
after = _blocking_issues(_nodes_by_id(proposed), proposed.get("edges") or [], sources=sources,
|
||
baseline=baseline, level=level, defaults=proposed.get("defaults"), checkers=checkers)
|
||
if reasons:
|
||
out["reason"] = "助手的修改降低了要求，已作废：" + "；".join(reasons)
|
||
elif after is None:
|
||
out["reason"] = "助手修改后的工作流结构无法解析，已作废"
|
||
elif why := judge(errors, after):
|
||
out["reason"] = f"助手的修改未能改善工作流，已作废：{why}"
|
||
else:
|
||
out.update(accepted=True, graph=proposed, ops=effective)
|
||
return out
|
||
|
||
|
||
def _nodes_by_id(graph: dict[str, Any]) -> dict[str, dict[str, Any]]:
|
||
return {str(n["id"]): n for n in graph.get("nodes") or [] if isinstance(n, dict) and n.get("id")}
|
||
|
||
|
||
def _proposed_graph(base: dict[str, Any], nodes: dict[str, dict[str, Any]],
|
||
edges: list[dict[str, Any]]) -> dict[str, Any]:
|
||
"""Copilot 改完的整张图：原图里前端的东西（坐标、连线 id、视口）原样留着，新节点找空处摆。"""
|
||
out = copy.deepcopy(base)
|
||
out["nodes"] = list(nodes.values())
|
||
out["edges"] = edges
|
||
pinned = _pinned_positions(base)
|
||
fresh = [nid for nid in nodes if nid not in pinned]
|
||
if fresh:
|
||
try:
|
||
laid, _ = _layout_keeping(GraphSpec.model_validate({"nodes": out["nodes"], "edges": edges}), pinned)
|
||
where = {n.id: n.position.model_dump() for n in laid.nodes}
|
||
for nid in fresh:
|
||
nodes[nid]["position"] = where.get(nid, nodes[nid].get("position"))
|
||
except Exception: # noqa: BLE001 - 摆不好就留在原点，复核那一步会报结构问题
|
||
pass
|
||
return out
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# 一键升级为可追溯结构：先按确定的规则改写（engine/upgrade.py），assist 时再请 Copilot 把纯算术的沙箱代码
|
||
# 改写成口径卡表达式。和发布前修复一样只给预览：不改库、不保存，人确认后前端走现有的保存
|
||
# --------------------------------------------------------------------------
|
||
|
||
|
||
class UpgradeIn(BaseModel):
|
||
graph: dict[str, Any]
|
||
#: 确定性改写之后，再请 Copilot 做语义层面的改写（纯算术的沙箱代码改成口径卡表达式），同样只是预览
|
||
assist: bool = False
|
||
#: 复核门禁用的发布级别。受管级别下新写出来的报告撰写节点另写明门禁 G3 要的三项
|
||
level: Literal["published", "governed"] = "published"
|
||
provider: str | None = None
|
||
model: str | None = None
|
||
|
||
|
||
_UPGRADE_TASK = """\
|
||
逐个判断上面这些沙箱代码节点：
|
||
- 代码只是对上游已有的数做纯算术（加减乘除、round、min / max、比较、按条件取值），没有查库、调接口、读写文件，
|
||
也不用随机数、当前时间：把口径卡里读它的那几个指标的 expression 改成直接用上游的值算——上游是查库的调用工具
|
||
节点就写 cell(nodes.查库节点id, 行, '列名')，是开了 cite_fields 的 agent 就写 vars.<它的 assign_to>.字段。
|
||
改完口径卡不再读这个代码节点；代码节点本身留在图上（不删节点、不删连线，要不要删由人决定）
|
||
- 不是纯算术的（在取数、调接口、解析文件、用了随机数或时间……）保留原样，输出一行 question 说明为什么没改，
|
||
并请人确认它是不是在取数
|
||
"""
|
||
|
||
|
||
def _upgrade_assist_request(graph: dict[str, Any], spec: GraphSpec, feeders: list[Any]) -> str:
|
||
from app.engine.upgrade import metric_feeders
|
||
|
||
lines = []
|
||
for code, cards in feeders:
|
||
# 和 compute_feeders 同一条追法：指标读的是整形、校验节点的，追到头是这段代码也要列出来
|
||
reads = [f"口径卡「{card.title}」（{card.id}）的指标 {card.config['metrics'][i].get('id')}："
|
||
f"{card.config['metrics'][i].get('expression')}"
|
||
for card in cards for i, producer in metric_feeders(spec, card) if producer.id == code.id]
|
||
lines.append(f"- 「{code.title}」（{code.id}）被这些指标读到：" + "；".join(dict.fromkeys(reads)))
|
||
return (
|
||
"这是一张已经按确定的规则升级成可追溯结构的工作流：\n"
|
||
f"{json.dumps(_slim(graph), ensure_ascii=False, indent=2)}\n\n"
|
||
"口径卡读的是下面这些沙箱代码节点的产出（evidence_role 不是 source）：沙箱里算出来的数核对不了出处。\n"
|
||
+ "\n".join(lines) + f"\n\n{_UPGRADE_TASK}\n"
|
||
+ _RULES_HEAD + _NO_LOWERING + _ASK_HUMAN
|
||
+ "- 只改上面这些口径卡指标的 expression，别的不要动\n" + _OPS_ONLY + _PLAN_DONE
|
||
)
|
||
|
||
|
||
def _upgrade_need(feeders: list[Any]) -> str:
|
||
"""升级挑表用的需求：哪几段沙箱代码要改写成口径卡表达式（改写要用到上游查库节点查出的列）。"""
|
||
return ("把喂给口径卡的纯算术沙箱代码改写成口径卡表达式，表达式直接读上游查库节点查出的列。涉及的代码节点："
|
||
+ "、".join(f"「{code.title}」" for code, _cards in feeders))
|
||
|
||
|
||
def _kept_code(spec: GraphSpec) -> list[str]:
|
||
"""assist 之后仍然喂着口径卡的计算角色沙箱代码：不是纯算术、或者 Copilot 拿不准的，保留原样并警告。"""
|
||
from app.engine.upgrade import compute_feeders
|
||
|
||
return [f"「{code.title}」（沙箱代码）未改写为口径卡表达式，已保留原样：口径卡"
|
||
+ "、".join(f"「{c.title}」" for c in cards)
|
||
+ "读取的数字无法追溯出处。若该节点负责取数，请将「证据角色」设为「取数」；若负责计算，请把计算移到口径卡的表达式中"
|
||
for code, cards in compute_feeders(spec)]
|
||
|
||
|
||
async def assist_upgrade(
|
||
session: AsyncSession, graph: dict[str, Any], *, level: str,
|
||
provider: str | None = None, model: str | None = None,
|
||
) -> dict[str, Any]:
|
||
"""升级的语义层：请 Copilot 把喂口径卡的纯算术沙箱代码改写成口径卡表达式，不是纯算术的保留并警告。
|
||
|
||
模型、工具目录、操作流协议都和画布上改图是同一套；改完按搭图时同一套自查循环修正（只把这一轮冒出来的
|
||
error 交回去，图上原来就有的不算），最后复核：没有降低要求的改动（autofix.forbidden_changes，这里没有例外：
|
||
Copilot 不换类型、不删连线）、没有比确定性改写的结果更糟（autofix.worse）才采纳，否则整个作废并写明原因。
|
||
|
||
返回 {ok, accepted, reason, summary, questions, warnings, graph, ops}。不落库。
|
||
"""
|
||
from app.engine.autofix import _sig, forbidden_changes, worse
|
||
from app.engine.upgrade import compute_feeders
|
||
|
||
base = copy.deepcopy(graph)
|
||
spec = GraphSpec.model_validate(base)
|
||
out: dict[str, Any] = {"ok": True, "accepted": False, "reason": None, "summary": "", "questions": [],
|
||
"warnings": [], "graph": graph, "ops": []}
|
||
feeders = compute_feeders(spec)
|
||
if not feeders:
|
||
out["summary"] = "口径卡的输入均不来自负责计算的沙箱代码，无需交给助手改写"
|
||
return out
|
||
from app.data.sqlcheck import load_checkers
|
||
|
||
sources = await _sources(session, None)
|
||
# 基于数据目录的 SQL 检查器：自查和最终判断都带上，和发布门禁一个口径（受管级别下一对多关联后求和这类 error
|
||
# 会挡发布）。不带的话，助手改出这种 SQL 照样被采纳，交出去的图要到发布时才被拦
|
||
checkers = await load_checkers(session, sources)
|
||
before_nodes = {str(n["id"]): n for n in copy.deepcopy(base.get("nodes") or []) if isinstance(n, dict)}
|
||
before_edges = [e for e in copy.deepcopy(base.get("edges") or []) if isinstance(e, dict)]
|
||
baseline = list(copy.deepcopy(before_nodes).values())
|
||
defaults = base.get("defaults")
|
||
base_errors = _blocking_issues(before_nodes, before_edges, sources=sources, baseline=baseline, level=level,
|
||
defaults=defaults, checkers=checkers) or []
|
||
known = {_sig(e) for e in base_errors}
|
||
out["warnings"] = _kept_code(spec)
|
||
request = GenerateIn(instruction="升级为可追溯结构", provider=provider, model=model)
|
||
try:
|
||
chat, _ = await _op_model(session, request)
|
||
except ProviderNotConfigured as e:
|
||
out.update(ok=False, summary=_unconfigured(e))
|
||
return out
|
||
# 同一套数据源上下文：改写时要用到查库节点查出的列，图里查过的表一律给全字段
|
||
context = await _datasource_context(session, sources, request, need=_upgrade_need(feeders), graph=base)
|
||
|
||
system = (
|
||
"你是一个 agent 工作流编排专家。现在要做的是：把一张工作流里喂给口径卡的纯算术沙箱代码改写成口径卡表达式，"
|
||
"以操作流的方式输出修改。\n\n"
|
||
f"{NODE_REFERENCE}\n\n可用工具：\n{_tool_catalog(sources, context)}{context.section()}\n\n"
|
||
f"{_STREAM_PROTOCOL}\n\n另外可以输出 question 操作：{{\"op\":\"question\",\"node_id\":\"…\",\"text\":\"…\"}}"
|
||
)
|
||
nodes = copy.deepcopy(before_nodes)
|
||
edges = copy.deepcopy(before_edges)
|
||
tried: list[dict[str, Any]] = []
|
||
effective: list[dict[str, Any]] = []
|
||
plan = ""
|
||
|
||
async def collect(request: str, *, first: bool) -> None:
|
||
nonlocal plan
|
||
async for op in _iter_ops(chat, [("system", system), ("human", request)]):
|
||
kind = op.get("op")
|
||
# 同发布修复：这里没有用户陈述的数据事实，目录修改提案不收
|
||
if kind in ("thinking", "heartbeat", "catalog_patch"):
|
||
continue
|
||
if kind in ("plan", "done"):
|
||
# 修补轮的开场和收尾不是新方案，不覆盖第一轮的说明
|
||
if first and kind == "plan":
|
||
plan = str(op.get("summary") or "")
|
||
elif first:
|
||
out["summary"] = str(op.get("explanation") or "")
|
||
elif kind in ("question", "reply"):
|
||
text = str(op.get("text") or "").strip()
|
||
where = before_nodes.get(str(op.get("node_id") or ""))
|
||
title = str((where.get("data") or {}).get("label") or where.get("id")) if where else ""
|
||
if text:
|
||
out["questions"].append(f"「{title}」：{text}" if title and title not in text else text)
|
||
else:
|
||
tried.append(op)
|
||
if _apply_op(nodes, edges, op):
|
||
effective.append(op)
|
||
|
||
try:
|
||
await collect(_upgrade_assist_request(base, spec, feeders), first=True)
|
||
# 自查：和搭图同一套规则，只把这一轮冒出来的 error 交回去改（原来就有的不归这一轮管）
|
||
for _ in range(_SELF_CHECK_ROUNDS):
|
||
now = _blocking_issues(nodes, edges, sources=sources, baseline=baseline, level=level, defaults=defaults,
|
||
checkers=checkers)
|
||
fresh = [e for e in now or [] if _sig(e) not in known]
|
||
if not effective or not fresh:
|
||
break
|
||
await collect(_repair_request(nodes, edges, fresh), first=False)
|
||
except Exception as e: # noqa: BLE001 - 改不成就照实说，确定性改写的结果照样交给人
|
||
out.update(ok=False, summary=f"助手本轮未完成：{explain_error(e)[0]}")
|
||
return out
|
||
out["summary"] = out["summary"] or plan
|
||
if not effective:
|
||
out["summary"] = out["summary"] or ("助手认为这些代码不是纯算术，均保留原样" if out["questions"]
|
||
else "助手本轮没有给出修改")
|
||
return out
|
||
|
||
proposed = _proposed_graph(base, nodes, edges)
|
||
reasons = forbidden_changes(base, proposed, tried)
|
||
after = _blocking_issues(_nodes_by_id(proposed), proposed.get("edges") or [], sources=sources,
|
||
baseline=baseline, level=level, defaults=proposed.get("defaults"), checkers=checkers)
|
||
if reasons:
|
||
out["reason"] = "助手的修改降低了要求，已作废：" + "；".join(reasons)
|
||
elif after is None:
|
||
out["reason"] = "助手修改后的工作流结构无法解析，已作废"
|
||
elif why := worse(base_errors, after):
|
||
out["reason"] = f"助手的修改未能改善工作流，已作废：{why}"
|
||
else:
|
||
out.update(accepted=True, graph=proposed, ops=effective, warnings=_kept_code(GraphSpec.model_validate(proposed)))
|
||
out["ok"] = out["reason"] is None
|
||
return out
|
||
|
||
|
||
def _placed(base: dict[str, Any], graph: dict[str, Any]) -> dict[str, Any]:
|
||
"""升级新插进来的节点找空处摆，原有节点一个都不挪（坐标常带着业务上的分区）。"""
|
||
known = {n.get("id") for n in base.get("nodes") or [] if isinstance(n, dict)}
|
||
fresh = {n["id"] for n in graph.get("nodes") or [] if isinstance(n, dict) and n.get("id") not in known}
|
||
if not fresh:
|
||
return graph
|
||
out = copy.deepcopy(graph)
|
||
try:
|
||
laid, _ = _layout_keeping(GraphSpec.model_validate(out), _pinned_positions(base))
|
||
except Exception: # noqa: BLE001 - 摆不好就留在规则给的位置上
|
||
return out
|
||
where = {n.id: n.position.model_dump() for n in laid.nodes}
|
||
for n in out["nodes"]:
|
||
if n.get("id") in fresh:
|
||
n["position"] = where.get(n["id"], n.get("position"))
|
||
return out
|
||
|
||
|
||
def _node_changes(changes: list[dict[str, Any]]) -> list[dict[str, Any]]:
|
||
"""Copilot 那一段的逐项变更和确定性改写同一个形状：新加的节点记成 field 为 node、after 是整个节点。"""
|
||
out = []
|
||
for c in changes:
|
||
if c.get("field") is None and isinstance(c.get("after"), dict):
|
||
c = {**c, "field": "node", "after": {"id": c["node_id"], "label": c["node_title"], **c["after"]}}
|
||
out.append({**c, "rule": "assist"})
|
||
return out
|
||
|
||
|
||
@router.post("/upgrade-evidence")
|
||
async def upgrade_evidence(payload: UpgradeIn, session: AsyncSession = Depends(get_session)) -> dict[str, Any]:
|
||
"""一键升级为可追溯结构（证据五期）：返回升级后的整张图和逐项变更——只是预览，不改库、不保存。
|
||
|
||
返回 {graph, changes, ops, notes, issues, applied, rejected, assist, ok}：changes / notes / rejected 的形状见
|
||
engine/upgrade.upgrade_for_evidence；issues 是升级后的图按 level 重跑 validate 和门禁的结果（和发布同一套口径）；
|
||
assist 只在请求带 assist: true 时有：{ok, summary, questions, warnings}，warnings 是保留没改的沙箱代码。
|
||
"""
|
||
from app.engine.autofix import diff_changes
|
||
from app.engine.governance import publish_issues
|
||
from app.engine.upgrade import upgrade_for_evidence
|
||
|
||
try:
|
||
GraphSpec.model_validate(payload.graph)
|
||
except Exception as e: # noqa: BLE001
|
||
return {"graph": payload.graph, "changes": [], "ops": [], "notes": [], "applied": [], "rejected": [],
|
||
"assist": None, "ok": False,
|
||
"issues": [{"level": "error", "node_id": None, "edge_id": None, "field": None, "code": None,
|
||
"fix": None, "message": f"无法解析工作流结构：{graph_error(e)}"}]}
|
||
out = upgrade_for_evidence(payload.graph, level=payload.level)
|
||
out["graph"] = _placed(payload.graph, out["graph"])
|
||
out["assist"] = None
|
||
if payload.assist:
|
||
helped = await assist_upgrade(session, out["graph"], level=payload.level, provider=payload.provider,
|
||
model=payload.model)
|
||
out["assist"] = {"ok": helped["ok"], "summary": helped["summary"], "questions": helped["questions"],
|
||
"warnings": helped["warnings"]}
|
||
if helped["accepted"]:
|
||
from app.engine.upgrade import compute_feeders
|
||
|
||
out["changes"] += _node_changes(
|
||
diff_changes(out["graph"], helped["graph"], fix_id="assist", label="助手的修改"))
|
||
out["ops"] += helped["ops"]
|
||
out["applied"].append("assist")
|
||
out["graph"] = helped["graph"]
|
||
# R5 的建议是改写之前给的：口径卡已经不读的那几个代码节点，不再建议人去标 source
|
||
still = {code.id for code, _ in compute_feeders(GraphSpec.model_validate(out["graph"]))}
|
||
out["notes"] = [n for n in out["notes"] if n["rule"] != "R5" or n["node_id"] in still]
|
||
elif helped["reason"]:
|
||
out["rejected"].append({"fix_id": "assist", "reason": helped["reason"]})
|
||
from app.data.sqlcheck import graph_sources, load_checkers_by_name
|
||
|
||
upgraded = GraphSpec.model_validate(out["graph"])
|
||
checkers = await load_checkers_by_name(session, graph_sources(upgraded.nodes))
|
||
issues = publish_issues(upgraded, level=payload.level, checkers=checkers)
|
||
out["issues"] = [i.model_dump() for i in issues]
|
||
out["ok"] = not any(i.level == "error" for i in issues)
|
||
return out
|
||
|
||
|
||
class FromRunIn(BaseModel):
|
||
run_id: str
|
||
name: str = ""
|
||
|
||
|
||
@router.post("/from-run")
|
||
async def extract_template(
|
||
payload: FromRunIn, session: AsyncSession = Depends(get_session)
|
||
) -> dict[str, Any]:
|
||
"""轨迹 → 模板：把一次探索性运行实际走过的路径提取成草稿工作流。
|
||
|
||
探索层的价值不在单次答案，而在"跑通的路径能沉淀为资产"。
|
||
提取是确定性的：只保留真正执行过的节点和它们之间的边，分支上
|
||
没走的岔路剪掉；输入值参数化成 input 字段默认值。产物落成 draft，
|
||
人审、改名、发布之后才成为正式模板——提取器是模板的作者，不是发布者。
|
||
"""
|
||
from sqlalchemy import select as _sel
|
||
|
||
from app.db.models import Run, RunEvent, Workflow, WorkflowVersion
|
||
from app.core.artifact_store import graph_hash
|
||
|
||
run = await session.get(Run, payload.run_id)
|
||
if not run:
|
||
raise HTTPException(404, "运行记录不存在，可能已被删除")
|
||
# 没跑通的路径提出来是半截骨架：失败节点之后的步骤一步都不在里面，
|
||
# 人拿去审改时却看不出它缺了什么
|
||
if run.status != "succeeded":
|
||
raise HTTPException(
|
||
409, "这次运行未成功结束，提取出的执行路径不完整。"
|
||
"请先让它成功运行一次，再从该次运行提取",
|
||
)
|
||
if not run.graph.get("nodes"):
|
||
raise HTTPException(400, "这次运行没有保存工作流快照，无法提取")
|
||
|
||
events = list(
|
||
(
|
||
await session.execute(
|
||
_sel(RunEvent).where(RunEvent.run_id == run.id).order_by(RunEvent.seq)
|
||
)
|
||
).scalars()
|
||
)
|
||
executed = {e.node_id for e in events if e.type == "node.started" and e.node_id}
|
||
taken = {
|
||
(e.node_id, str((e.data or {}).get("branch")))
|
||
for e in events
|
||
if e.type == "edge.taken" and e.node_id
|
||
}
|
||
if not executed:
|
||
raise HTTPException(400, "这次运行没有节点执行记录")
|
||
|
||
spec = GraphSpec.model_validate(run.graph)
|
||
kept_nodes = [n for n in spec.nodes if n.id in executed]
|
||
kept_ids = {n.id for n in kept_nodes}
|
||
kept_edges = []
|
||
for edge in spec.edges:
|
||
if edge.source not in kept_ids or edge.target not in kept_ids:
|
||
continue
|
||
# 分支/循环节点：只保留实际走过的出口，没走的岔路不进模板
|
||
source_node = spec.node_map().get(edge.source)
|
||
if source_node and source_node.type in (NodeType.BRANCH,) and edge.sourceHandle:
|
||
if (edge.source, edge.sourceHandle) not in taken:
|
||
continue
|
||
kept_edges.append(edge)
|
||
|
||
# 输入参数化：实际输入值变成字段默认值
|
||
for node in kept_nodes:
|
||
if node.type.value == "input":
|
||
node.data.config["fields"] = [
|
||
{"name": key, "default": value if isinstance(value, (str, int, float)) else json.dumps(value, ensure_ascii=False)}
|
||
for key, value in (run.input or {}).items()
|
||
] or node.data.config.get("fields", [])
|
||
|
||
draft_spec = auto_layout(
|
||
GraphSpec(nodes=kept_nodes, edges=kept_edges, defaults=spec.defaults)
|
||
)
|
||
graph = draft_spec.model_dump(mode="json")
|
||
workflow = Workflow(
|
||
name=payload.name or f"{run.workflow_name or '探索'}（提取的模板）",
|
||
description=f"从运行 {run.id[:8]} 的实际执行路径提取（{len(kept_nodes)} 个节点），经人工审核后发布",
|
||
graph=graph,
|
||
tags=["extracted"],
|
||
status="draft",
|
||
)
|
||
session.add(workflow)
|
||
await session.flush()
|
||
session.add(
|
||
WorkflowVersion(
|
||
workflow_id=workflow.id, version=1, graph=graph,
|
||
graph_hash=graph_hash(graph), note=f"从运行 {run.id} 提取",
|
||
)
|
||
)
|
||
await session.commit()
|
||
return {
|
||
"workflow_id": workflow.id,
|
||
"name": workflow.name,
|
||
"nodes": len(kept_nodes),
|
||
"edges": len(kept_edges),
|
||
"dropped_nodes": len(spec.nodes) - len(kept_nodes),
|
||
"source_run": run.id,
|
||
}
|
||
|
||
|
||
class ExplainIn(BaseModel):
|
||
graph: dict[str, Any]
|
||
provider: str | None = None
|
||
model: str | None = None
|
||
|
||
|
||
@router.post("/explain")
|
||
async def explain(
|
||
payload: ExplainIn, session: AsyncSession = Depends(get_session)
|
||
) -> dict[str, str]:
|
||
"""用大白话讲清楚一张图在干什么。接手别人的编排时很有用。"""
|
||
try:
|
||
model, _ = await get_chat_model(
|
||
session,
|
||
await copilot_model_spec(
|
||
session,
|
||
GenerateIn(instruction="_", provider=payload.provider, model=payload.model),
|
||
max_tokens=2048,
|
||
),
|
||
)
|
||
except ProviderNotConfigured as e:
|
||
raise HTTPException(400, _unconfigured(e)) from e
|
||
|
||
prompt = (
|
||
"用中文解释下面这个 agent 工作流：它解决什么问题、数据怎么流动、"
|
||
"有哪些分支和风险点。用简洁的分点说明，不要复述 JSON。\n\n"
|
||
f"{json.dumps(_slim(payload.graph), ensure_ascii=False, indent=2)}"
|
||
)
|
||
return {"explanation": message_text(await model.ainvoke(prompt))}
|
||
|
||
|
||
@router.post("/layout")
|
||
async def relayout(payload: ExplainIn) -> dict[str, Any]:
|
||
"""一键整理画布。"""
|
||
spec = GraphSpec.model_validate(payload.graph)
|
||
return auto_layout(spec).model_dump(mode="json")
|
||
|
||
|
||
def _slim(graph: dict[str, Any]) -> dict[str, Any]:
|
||
"""喂给模型时去掉坐标之类的噪音，省 token 也省得它被干扰。"""
|
||
return {
|
||
"nodes": [
|
||
{
|
||
"id": n.get("id"),
|
||
"type": n.get("type"),
|
||
"label": (n.get("data") or {}).get("label"),
|
||
"config": (n.get("data") or {}).get("config"),
|
||
}
|
||
for n in graph.get("nodes") or []
|
||
],
|
||
"edges": [
|
||
{k: v for k, v in e.items() if k in ("source", "target", "sourceHandle") and v}
|
||
for e in graph.get("edges") or []
|
||
],
|
||
}
|
||
|
||
|
||
def _extract_json(text: str) -> dict[str, Any]:
|
||
text = text.strip()
|
||
if text.startswith("```"):
|
||
lines = text.splitlines()
|
||
text = "\n".join(lines[1 : -1 if lines[-1].strip().startswith("```") else None])
|
||
start = text.find("{")
|
||
for end in range(len(text), start, -1):
|
||
try:
|
||
return json.loads(text[start:end])
|
||
except json.JSONDecodeError:
|
||
continue
|
||
raise ValueError("模型输出里找不到 JSON")
|
||
|
||
|
||
# --------------------------------------------------------------------------
|
||
# 跑完之后的复核
|
||
# --------------------------------------------------------------------------
|
||
|
||
|
||
class ReviewIn(BaseModel):
|
||
run_id: str = Field(min_length=1, description="要复核哪次运行")
|
||
question: str = Field(default="", description="用户原本问的是什么")
|
||
provider: str | None = None
|
||
model: str | None = None
|
||
#: 默认只在扫出异常信号时才叫模型。打开它就每次都复核——排查时有用，
|
||
#: 平时不开：干净的运行没什么可复核的，代价却是每次问数都多一次调用
|
||
always: bool = False
|
||
|
||
|
||
@router.post("/review")
|
||
async def review_run(
|
||
payload: ReviewIn, session: AsyncSession = Depends(get_session)
|
||
) -> dict[str, Any]:
|
||
"""接住一次编排的产出，判断它能不能就这么交给用户。
|
||
|
||
「跑完了」和「答得对」是两回事。运行状态只说明流程走完了，而过程中检索
|
||
降级、工具报错、agent 步数用满这些事，原先一件都不会进到答案里——用户拿到
|
||
一个看起来很完整的结论，却无从知道它是在什么条件下得出的。
|
||
|
||
规则层先扫一遍（engine/review.py:scan），没扫出东西就到此为止、直接返回，
|
||
不花一次模型调用；扫出来了才叫模型重组答案并把异常说破。
|
||
"""
|
||
from app.db.models import Run, RunEvent
|
||
from app.engine import review as rv
|
||
|
||
run = await session.get(Run, payload.run_id)
|
||
if not run:
|
||
raise HTTPException(404, "运行记录不存在，可能已被删除")
|
||
|
||
rows = list((await session.execute(
|
||
select(RunEvent).where(RunEvent.run_id == payload.run_id).order_by(RunEvent.seq)
|
||
)).scalars())
|
||
|
||
output = run.output if isinstance(run.output, dict) else None
|
||
signals = rv.scan(rows, output)
|
||
answer = rv.answer_text(output)
|
||
|
||
if not signals and not payload.always:
|
||
return rv.ReviewResult(verdict="ok", signals=[]).as_dict()
|
||
|
||
try:
|
||
spec = await copilot_model_spec(session, GenerateIn(
|
||
instruction="review", provider=payload.provider, model=payload.model,
|
||
), max_tokens=4096)
|
||
model, _ = await get_chat_model(session, spec)
|
||
except (ProviderNotConfigured, HTTPException) as e:
|
||
# 没配模型不该让这一轮挂掉：规则层已经知道出了什么事，照样说得出话
|
||
return rv.ReviewResult(
|
||
verdict="annotated",
|
||
note="；".join(s.detail for s in signals) or (
|
||
_unconfigured(e) if isinstance(e, ProviderNotConfigured) else str(e.detail)
|
||
),
|
||
retry=rv.should_retry(signals),
|
||
signals=signals, severity=rv.worst(signals),
|
||
).as_dict()
|
||
|
||
result = await rv.review(
|
||
model, question=payload.question, answer=answer, signals=signals,
|
||
# 报告撰写节点产出的答案逐段对应着证据文档：只能加说明，不能改写
|
||
locked=bool(output and output.get("_evidence")),
|
||
)
|
||
return result.as_dict()
|