360 Secure SkillHub
360 安全技能中心

Mult Call

作为 NL2SQL 工作流中的知识召回引擎，读取意图识别的 final_query 与指标维度，通过 Milvus 向量知识库召回相似 QA 问答对、通过 Neo4j 召回表定义 DDL，输出 table_scheme 与 Q_A_pairs 到 multicall_output.json；两个服务可独立失败降级。

lovenervermore
lovenervermore
热度 79.54
最近更新 2026-05-11 17:32:41
分类：知识依赖：代码执行 / 读写文件 / 第三方 API应用场景：数据处理 / 工作流 / API 集成

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add mult-call
Metadata
name
multi_call
slug
multi_call
version
1.0.2
description
多路召回skill ,用于将意图识别skill中的指标和维度信息进行分析，通过向量知识库召回QA问答对，通过图数据库召回表的定义结构。
metadata
{"clawdbot":{"emoji":"🐬"}}

Skill: multi_call

  • Description: 多路召回 skill，将意图识别结果分析后，通过向量知识库召回 QA 问答对，通过图数据库召回表的 DDL 结构。

  • Inputs: [intent_output]（从 skills/.workflow/intent_output.json 读取）

  • Outputs: [table_scheme, Q_A_pairs]（写入 skills/.workflow/multicall_output.json）

  • ID: multi_call

  • Role: 知识召回引擎

  • 功能描述：基于实体标签，从元数据中心检索表结构（Schema）、指标计算口径、枚举值及业务知识。

  • 输入参数：

    • final_query (string): 来自 intent_output.json
    • indicator_metric (list): 指标 + 维度信息

  • 输出结果：

    • table_scheme (string): CREATE TABLE DDL 字符串（来自 Neo4j）。
    • Q_A_pairs (list): 相似问题 + SQL 示例（来自 Milvus）。
    • 召回权重：表结构 (0.5) + 指标定义 (0.3) + 知识库 (0.2)。

注入服务（通过 .env 配置）

服务类 作用 .env 关键配置
_RealNeo4jService 查询表结构 DDL NEO4J_URI / NEO4J_USER / NEO4J_PASSWORD
_RealMilvusQAService 召回相似 QA 对 MILVUS_*, EMBEDDING_*, MILVUS_QA_COLLECTION（默认 dev_vanna_sql）

两个服务均可独立失败降级：Neo4j 失败时返回空 DDL，Milvus 失败时返回空 QA 对。

独立运行说明

# 前置：先运行前两步
python ../rewrite-question/rewrite_question.py --query "今天汉河店的成交额"
python ../recognize-intent/recognize_intent.py

# 运行多路召回（从 .workflow/intent_output.json 自动读取）
python multi_call.py

# 带清理（清除本步及后续输出）
python multi_call.py --clean

下一步

python ../sql-generator/sql_generator.py