|
|
import json
|
|
|
|
|
|
from openai import OpenAI
|
|
|
|
|
|
from Text2Sql.Util.MarkdownToDocxUtil import markdown_to_docx
|
|
|
from Text2Sql.Util.PostgreSQLUtil import PostgreSQLUtil
|
|
|
from Text2Sql.Util.SaveToExcel import save_to_excel
|
|
|
from Text2Sql.Util.VannaUtil import *
|
|
|
|
|
|
from Util.EchartsUtil import *
|
|
|
|
|
|
'''
|
|
|
经验:
|
|
|
1、尽量使用宽表,少用关联,越少越好
|
|
|
2、应该有一些固定的组合用法预置出来,给出范例,让用户可以简单修改后就能使用
|
|
|
3、应该有类似于 保存为用例,查询历史等功能,让用户方便利旧。
|
|
|
'''
|
|
|
|
|
|
if __name__ == "__main__":
|
|
|
vn = VannaUtil()
|
|
|
|
|
|
# 开始训练
|
|
|
print("开始训练...")
|
|
|
# 打开AreaSchoolLesson.sql文件内容
|
|
|
with open("Sql/AreaSchoolLessonDDL.sql", "r", encoding="utf-8") as file:
|
|
|
ddl = file.read()
|
|
|
# 训练数据
|
|
|
vn.train(
|
|
|
ddl=ddl
|
|
|
)
|
|
|
# 添加有关业务术语或定义的文档
|
|
|
# vn.train(documentation="Sql/AreaSchoolLesson.md")
|
|
|
|
|
|
# 使用 SQL 进行训练
|
|
|
with open('Sql/AreaSchoolLessonGenerate.sql', 'r', encoding='utf-8') as file:
|
|
|
sql_content = file.read()
|
|
|
# 使用正则表达式提取注释和 SQL 语句
|
|
|
sql_pattern = r'/\*(.*?)\*/(.*?);'
|
|
|
sql_snippets = re.findall(sql_pattern, sql_content, re.DOTALL)
|
|
|
|
|
|
# 打印提取的注释和 SQL 语句
|
|
|
for i, (comment, sql) in enumerate(sql_snippets, 1):
|
|
|
vn.train(sql=comment.strip() + '\n' + sql.strip() + '\n')
|
|
|
|
|
|
# 自然语言提问
|
|
|
# 整体情况
|
|
|
# question = '''
|
|
|
# 查询:
|
|
|
# 1、发布时间是2024年度
|
|
|
# 2、每个行政区每个学校都上传了多少课程数量
|
|
|
# 3、格式: 行政区划名,学段,排名,学校名称,课程数量
|
|
|
# '''
|
|
|
|
|
|
# 指定行政区域
|
|
|
# question = '''
|
|
|
# 查询:
|
|
|
# 1、发布时间是2024年度
|
|
|
# 2、二道区每个学校都上传了多少课程数量
|
|
|
# 3、格式: 行政区划名,学段,排名,学校名称,发布年份,课程数量
|
|
|
# '''
|
|
|
|
|
|
# 指定学段
|
|
|
question = '''
|
|
|
查询:
|
|
|
1、发布时间是2024年度
|
|
|
2、每个学段,每个科目,上传课程数量,按由多到少排序
|
|
|
3、字段名: 学段,科目,排名,课程数量
|
|
|
'''
|
|
|
common_prompt = '''
|
|
|
返回的信息要求:
|
|
|
1、行政区划为NULL 或者是空字符的不参加统计
|
|
|
2、目标数据库是Postgresql 16
|
|
|
'''
|
|
|
question = question + common_prompt
|
|
|
# 开始查询
|
|
|
print("开始查询...")
|
|
|
# 获取完整 SQL
|
|
|
sql = vn.generate_sql(question)
|
|
|
print("生成的查询 SQL:\n", sql)
|
|
|
|
|
|
# 执行SQL查询
|
|
|
with PostgreSQLUtil() as db:
|
|
|
_data = db.execute_query(sql)
|
|
|
|
|
|
# 获取字段名和数据示例
|
|
|
field_names = list(_data[0].keys()) if _data else []
|
|
|
sample_data = _data[:3] # 取前 3 行作为示例数据
|
|
|
|
|
|
# 1、生成柱状图
|
|
|
generate_bar_chart(
|
|
|
_data=_data,
|
|
|
title="学段+科目课程数量柱状图",
|
|
|
x_columns=['学段', '科目'], # 动态指定 X 轴列
|
|
|
y_columns=['课程数量'], # 动态指定 Y 轴列
|
|
|
output_file="d:/lesson_bar_chart.html"
|
|
|
)
|
|
|
# 2、生成饼状图
|
|
|
generate_pie_chart(
|
|
|
_data=_data,
|
|
|
title="学段+科目分布",
|
|
|
category_columns=['学段', '科目'], # 多列组合参数
|
|
|
value_column='课程数量',
|
|
|
output_file="d:/lesson_pie_chart.html"
|
|
|
)
|
|
|
|
|
|
# 3、生成excel
|
|
|
filename = "d:/导出信息.xlsx"
|
|
|
save_to_excel(_data, filename)
|
|
|
|
|
|
# 4、生成word报告
|
|
|
prompt = '''
|
|
|
请根据以下 JSON 数据,整理出2000字左右的话描述当前数据情况。要求:
|
|
|
1、以Markdown格式返回,我将直接通过markdown格式生成Word。
|
|
|
2、标题统一为:长春云校数据分析报告
|
|
|
3、内容中不要提到JSON数据,统一称:数据
|
|
|
4、尽量以条目列出,这样更清晰
|
|
|
5、数据:
|
|
|
'''
|
|
|
prompt = prompt + json.dumps(_data, ensure_ascii=False)
|
|
|
|
|
|
# 初始化 OpenAI 客户端
|
|
|
client = OpenAI(
|
|
|
api_key=MODEL_API_KEY,
|
|
|
base_url=MODEL_API_URL,
|
|
|
)
|
|
|
|
|
|
# 调用 OpenAI API 生成总结(流式输出)
|
|
|
response = client.chat.completions.create(
|
|
|
model=MODEL_NAME,
|
|
|
messages=[
|
|
|
{"role": "system", "content": "你是一个数据分析助手,擅长从 JSON 数据中提取关键信息并生成详细的总结。"},
|
|
|
{"role": "user", "content": prompt}
|
|
|
],
|
|
|
max_tokens=3000, # 控制生成内容的长度
|
|
|
temperature=0.7, # 控制生成内容的创造性
|
|
|
stream=True # 启用流式输出
|
|
|
)
|
|
|
|
|
|
# 初始化变量用于存储流式输出的内容
|
|
|
summary = ""
|
|
|
|
|
|
# 处理流式输出
|
|
|
for chunk in response:
|
|
|
if chunk.choices[0].delta.content: # 检查是否有内容
|
|
|
chunk_content = chunk.choices[0].delta.content
|
|
|
print(chunk_content, end="", flush=True) # 实时打印到控制台
|
|
|
summary += chunk_content # 将内容拼接到 summary 中
|
|
|
|
|
|
# 保存markdown
|
|
|
with open("d:/report.md", "w", encoding="utf-8") as file:
|
|
|
file.write(summary)
|
|
|
|
|
|
# 最终 summary 为完整的 Markdown 内容
|
|
|
print("\n\n流式输出完成,summary 已拼接为完整字符串。")
|
|
|
# 生成 Word 文档
|
|
|
markdown_to_docx(summary, output_file="d:/report.docx")
|