diff --git a/chat/core/pom.xml b/chat/core/pom.xml index f169048c2..24806171f 100644 --- a/chat/core/pom.xml +++ b/chat/core/pom.xml @@ -104,19 +104,6 @@ ${mockito-inline.version} test - - - dev.langchain4j - langchain4j-open-ai - - - dev.langchain4j - langchain4j - - - dev.langchain4j - langchain4j-chroma - diff --git a/common/src/main/java/com/tencent/supersonic/common/util/embedding/InMemoryS2EmbeddingStore.java b/common/src/main/java/com/tencent/supersonic/common/util/embedding/InMemoryS2EmbeddingStore.java index 4f562c6b0..70b2fe71e 100644 --- a/common/src/main/java/com/tencent/supersonic/common/util/embedding/InMemoryS2EmbeddingStore.java +++ b/common/src/main/java/com/tencent/supersonic/common/util/embedding/InMemoryS2EmbeddingStore.java @@ -12,6 +12,9 @@ import java.util.Objects; import java.util.concurrent.ConcurrentHashMap; import lombok.extern.slf4j.Slf4j; +/*** + * Implementation of S2EmbeddingStore within the Java process's in-memory. + */ @Slf4j public class InMemoryS2EmbeddingStore implements S2EmbeddingStore { diff --git a/common/src/main/java/com/tencent/supersonic/common/util/embedding/PythonS2EmbeddingStore.java b/common/src/main/java/com/tencent/supersonic/common/util/embedding/PythonServiceS2EmbeddingStore.java similarity index 96% rename from common/src/main/java/com/tencent/supersonic/common/util/embedding/PythonS2EmbeddingStore.java rename to common/src/main/java/com/tencent/supersonic/common/util/embedding/PythonServiceS2EmbeddingStore.java index fdb29c258..f109db651 100644 --- a/common/src/main/java/com/tencent/supersonic/common/util/embedding/PythonS2EmbeddingStore.java +++ b/common/src/main/java/com/tencent/supersonic/common/util/embedding/PythonServiceS2EmbeddingStore.java @@ -20,8 +20,11 @@ import org.springframework.util.CollectionUtils; import org.springframework.web.client.RestTemplate; import org.springframework.web.util.UriComponentsBuilder; +/*** + * Implementation of calling the Python service S2EmbeddingStore. + */ @Slf4j -public class PythonS2EmbeddingStore implements S2EmbeddingStore { +public class PythonServiceS2EmbeddingStore implements S2EmbeddingStore { @Autowired private EmbeddingConfig embeddingConfig; diff --git a/common/src/main/java/com/tencent/supersonic/common/util/embedding/S2EmbeddingStore.java b/common/src/main/java/com/tencent/supersonic/common/util/embedding/S2EmbeddingStore.java index 1f8e92fc7..c188ee13b 100644 --- a/common/src/main/java/com/tencent/supersonic/common/util/embedding/S2EmbeddingStore.java +++ b/common/src/main/java/com/tencent/supersonic/common/util/embedding/S2EmbeddingStore.java @@ -4,7 +4,7 @@ import java.util.List; /** * Supersonic EmbeddingStore - * Added the functionality of adding and querying collection names. + * Enhanced the functionality by enabling the addition and querying of collection names. */ public interface S2EmbeddingStore { diff --git a/launchers/standalone/src/main/resources/application-local.yaml b/launchers/standalone/src/main/resources/application-local.yaml index eb46b44b9..142ad652e 100644 --- a/launchers/standalone/src/main/resources/application-local.yaml +++ b/launchers/standalone/src/main/resources/application-local.yaml @@ -36,7 +36,7 @@ mybatis: llm: parser: - url: + url: http://127.0.0.1:9092 embedding: url: http://127.0.0.1:9092 functionCall: diff --git a/launchers/standalone/src/test/resources/META-INF/spring.factories b/launchers/standalone/src/test/resources/META-INF/spring.factories index 876c29e33..79598f278 100644 --- a/launchers/standalone/src/test/resources/META-INF/spring.factories +++ b/launchers/standalone/src/test/resources/META-INF/spring.factories @@ -43,4 +43,8 @@ com.tencent.supersonic.chat.postprocessor.PostProcessor=\ com.tencent.supersonic.chat.query.QueryResponder=\ - com.tencent.supersonic.chat.query.SimilarMetricQueryResponder \ No newline at end of file + com.tencent.supersonic.chat.query.SimilarMetricQueryResponder + + +com.tencent.supersonic.common.util.embedding.S2EmbeddingStore=\ + com.tencent.supersonic.common.util.embedding.InMemoryS2EmbeddingStore \ No newline at end of file diff --git a/launchers/standalone/src/test/resources/application-local.yaml b/launchers/standalone/src/test/resources/application-local.yaml index 779a8b05e..cc609d0d9 100644 --- a/launchers/standalone/src/test/resources/application-local.yaml +++ b/launchers/standalone/src/test/resources/application-local.yaml @@ -32,3 +32,36 @@ time: mybatis: mapper-locations=classpath:mappers/custom/*.xml,classpath*:/mappers/*.xml + + +#langchain4j config +langchain4j: + #1.chat-model + chat-model: + provider: open_ai + openai: + api-key: api_key + model-name: gpt-3.5-turbo + temperature: 0.0 + timeout: PT60S + #2.embedding-model + embedding-model: + provider: in_memory +# embedding-model: +# hugging-face: +# access-token: hg_access_token +# model-id: sentence-transformers/all-MiniLM-L6-v2 +# timeout: 1h + +# embedding-model: +# provider: open_ai +# openai: +# api-key: api_key +# modelName: all-minilm-l6-v2.onnx + + +#langchain4j log +logging: + level: + dev.langchain4j: DEBUG + dev.ai4j.openai4j: DEBUG diff --git a/launchers/standalone/src/test/resources/example.json b/launchers/standalone/src/test/resources/example.json new file mode 100644 index 000000000..1ef819b32 --- /dev/null +++ b/launchers/standalone/src/test/resources/example.json @@ -0,0 +1,312 @@ +[ + { + "currentDate":"2020-12-01", + "tableName":"内容库产品", + "fieldsList":"[\"部门\", \"模块\", \"用户名\", \"访问次数\", \"访问人数\", \"访问时长\", \"数据日期\"]", + "question":"比较jackjchen和robinlee在内容库的访问次数", + "priorSchemaLinks":"['jackjchen'->用户名, 'robinlee'->用户名]", + "analysis":"让我们一步一步地思考。在问题“比较jackjchen和robinlee在内容库的访问次数“中,我们被问:\n“比较jackjchen和robinlee”,所以我们需要column=[用户名],cell values = ['jackjchen', 'robinlee'],所以有[用户名:('jackjchen', 'robinlee')]\n”内容库的访问次数“,所以我们需要column=[访问次数]", + "schemaLinks":"[\"用户名\":(\"'jackjchen'\", \"'robinlee'\"), \"访问次数\"]", + "sql":"select 用户名, 访问次数 from 内容库产品 where 用户名 in ('jackjchen', 'robinlee')" + }, + { + "currentDate":"2022-11-06", + "tableName":"内容库产品", + "fieldsList":"[\"部门\", \"模块\", \"用户名\", \"访问次数\", \"访问人数\", \"访问时长\", \"数据日期\"]", + "question":"内容库近12个月访问人数 按部门", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库近12个月访问人数 按部门“中,我们被问:\n”内容库近12个月“,所以我们需要column=[数据日期],cell values = [12],所以有[数据日期:(12)]\n“访问人数”,所以我们需要column=[访问人数]\n”按部门“,所以我们需要column=[部门]", + "schemaLinks":"[\"数据日期\":(12), \"访问人数\", \"部门\"]", + "sql":"select 部门, 数据日期, 访问人数 from 内容库产品 where datediff('month', 数据日期, '2022-11-06') <= 12 " + }, + { + "currentDate":"2023-04-21", + "tableName":"内容库产品", + "fieldsList":"[\"部门\", \"模块\", \"用户名\", \"访问次数\", \"访问人数\", \"访问时长\", \"数据日期\"]", + "question":"内容库美术部、技术研发部的访问时长", + "priorSchemaLinks":"['美术部'->部门, '技术研发部'->部门]", + "analysis":"让我们一步一步地思考。在问题“内容库美术部、技术研发部的访问时长“中,我们被问:\n“访问时长”,所以我们需要column=[访问时长]\n”内容库美术部、技术研发部“,所以我们需要column=[部门], cell values = ['美术部', '技术研发部'],所以有[部门:('美术部', '技术研发部')]", + "schemaLinks":"[\"访问时长\", \"部门\":(\"'美术部'\", \"'技术研发部'\")]", + "sql":"select 部门, 访问时长 from 内容库产品 where 部门 in ('美术部', '技术研发部')" + }, + { + "currentDate":"2023-08-21", + "tableName":"严选", + "fieldsList":"[\"严选版权归属系\", \"付费模式\", \"结算播放份额\", \"付费用户结算播放份额\", \"数据日期\"]", + "question":"近3天海田飞系MPPM结算播放份额", + "priorSchemaLinks":"['海田飞系'->严选版权归属系]", + "analysis":"让我们一步一步地思考。在问题“近3天海田飞系MPPM结算播放份额“中,我们被问:\n“MPPM结算播放份额”,所以我们需要column=[结算播放份额], \n”海田飞系“,所以我们需要column=[严选版权归属系], cell values = ['海田飞系'],所以有[严选版权归属系:('海田飞系')],\n”近3天“,所以我们需要column=[数据日期], cell values = [3],所以有[数据日期:(3)]", + "schemaLinks":"[\"结算播放份额\", \"严选版权归属系\":(\"'海田飞系'\"), \"数据日期\":(3)]", + "sql":"select 严选版权归属系, 结算播放份额 from 严选 where 严选版权归属系 = '海田飞系' and datediff('day', 数据日期, '2023-08-21') <= 3 " + }, + { + "currentDate":"2023-05-22", + "tableName":"歌曲库", + "fieldsList":"[\"是否潮流人歌曲\", \"C音歌曲ID\", \"C音歌曲MID\", \"歌曲名\", \"歌曲版本\", \"语种\", \"歌曲类型\", \"翻唱类型\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"结算播放量\", \"运营播放量\", \"付费用户结算播放量\", \"历史累计结算播放量\", \"运营搜播量\", \"结算搜播量\", \"运营完播量\", \"运营推播量\", \"近7日复播率\", \"日均搜播量\", \"数据日期\"]", + "question":"对比近7天翻唱版和纯音乐的歌曲播放量", + "priorSchemaLinks":"['纯音乐'->语种, '翻唱版'->歌曲版本]", + "analysis":"让我们一步一步地思考。在问题“对比近3天翻唱版和纯音乐的歌曲播放量“中,我们被问:\n“歌曲播放量”,所以我们需要column=[结算播放量]\n”翻唱版“,所以我们需要column=[歌曲版本], cell values = ['翻唱版'],所以有[歌曲版本:('翻唱版')]\n”和纯音乐的歌曲“,所以我们需要column=[语种], cell values = ['纯音乐'],所以有[语种:('纯音乐')]\n”近7天“,所以我们需要column=[数据日期], cell values = [7],所以有[数据日期:(7)]", + "schemaLinks":"[\"结算播放量\", \"歌曲版本\":(\"'翻唱版'\"), \"语种\":(\"'纯音乐'\"), \"数据日期\":(7)]", + "sql":"select 歌曲版本, 语种, 结算播放量 from 歌曲库 where 歌曲版本 = '翻唱版' and 语种 = '纯音乐' and datediff('day', 数据日期, '2023-05-22') <= 7 " + }, + { + "currentDate":"2023-05-31", + "tableName":"艺人库", + "fieldsList":"[\"上下架状态\", \"歌手名\", \"歌手等级\", \"歌手类型\", \"歌手来源\", \"MPPM潮流人等级\", \"活跃区域\", \"年龄\", \"歌手才能\", \"歌手风格\", \"粉丝数\", \"潮音粉丝数\", \"超声波粉丝数\", \"推博粉丝数\", \"超声波歌曲数\", \"在架歌曲数\", \"超声波分享数\", \"独占歌曲数\", \"超声波在架歌曲评论数\", \"有播放量歌曲数\", \"数据日期\"]", + "question":"对比一下陈拙悬、孟梅琦、赖媚韵的粉丝数", + "priorSchemaLinks":"['1527896'->MPPM歌手ID, '1565463'->MPPM歌手ID, '2141459'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“对比一下陈拙悬、孟梅琦、赖媚韵的粉丝数“中,我们被问:\n“粉丝数”,所以我们需要column=[粉丝数]\n”陈拙悬、孟梅琦、赖媚韵“,所以我们需要column=[歌手名], cell values = ['陈拙悬', '孟梅琦', '赖媚韵'],所以有[歌手名:('陈拙悬', '孟梅琦', '赖媚韵')]", + "schemaLinks":"[\"粉丝数\", \"歌手名\":(\"'陈拙悬'\", \"'孟梅琦'\", \"'赖媚韵'\")]", + "sql":"select 歌手名, 粉丝数 from 艺人库 where 歌手名 in ('陈拙悬', '孟梅琦', '赖媚韵')" + }, + { + "currentDate":"2023-07-31", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌曲类型\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"播放量大于1万的歌曲有多少", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“播放量大于1万的歌曲有多少“中,我们被问:\n“歌曲有多少”,所以我们需要column=[歌曲名]\n”播放量大于1万的“,所以我们需要column=[结算播放量], cell values = [10000],所以有[结算播放量:(10000)]", + "schemaLinks":"[\"歌曲名\", \"结算播放量\":(10000)]", + "sql":"select 歌曲名 from 歌曲库 where 结算播放量 > 10000" + }, + { + "currentDate":"2023-07-31", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"内容库访问时长小于1小时,且来自美术部的用户是哪些", + "priorSchemaLinks":"['美术部'->部门]", + "analysis":"让我们一步一步地思考。在问题“内容库访问时长小于1小时,且来自美术部的用户是哪些“中,我们被问:\n“用户是哪些”,所以我们需要column=[用户名]\n”美术部的“,所以我们需要column=[部门], cell values = ['美术部'],所以有[部门:('美术部')]\n”访问时长小于1小时“,所以我们需要column=[访问时长], cell values = [1],所以有[访问时长:(1)]", + "schemaLinks":"[\"用户名\", \"部门\":(\"'美术部'\"), \"访问时长\":(1)]", + "sql":"select 用户名 from 内容库产品 where 部门 = '美术部' and 访问时长 < 1" + }, + { + "currentDate":"2023-08-31", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"内容库pv最高的用户有哪些", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库pv最高的用户有哪些“中,我们被问:\n“用户有哪些”,所以我们需要column=[用户名]\n”pv最高的“,所以我们需要column=[访问次数], cell values = [1],所以有[访问次数:(1)]", + "schemaLinks":"[\"用户名\", \"访问次数\":(1)]", + "sql":"select 用户名 from 内容库产品 order by 访问次数 desc limit 1" + }, + { + "currentDate":"2023-08-31", + "tableName":"艺人库", + "fieldsList":"[\"播放量层级\", \"播放量单调性\", \"播放量方差\", \"播放量突增类型\", \"播放量集中度\", \"歌手名\", \"歌手等级\", \"歌手类型\", \"歌手来源\", \"MPPM潮流人等级\", \"结算播放量\", \"运营播放量\", \"历史累计结算播放量\", \"有播放量歌曲数\", \"历史累计运营播放量\", \"付费用户结算播放量\", \"结算播放量占比\", \"运营播放份额\", \"免费用户结算播放占比\", \"完播量\", \"数据日期\"]", + "question":"近90天袁亚伟播放量平均值是多少", + "priorSchemaLinks":"['152789226'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“近90天袁亚伟播放量平均值是多少“中,我们被问:\n“播放量平均值是多少”,所以我们需要column=[结算播放量]\n”袁亚伟“,所以我们需要column=[歌手名], cell values = ['袁亚伟'],所以有[歌手名:('袁亚伟')]\n”近90天“,所以我们需要column=[数据日期], cell values = [90],所以有[数据日期:(90)]", + "schemaLinks":"[\"结算播放量\", \"歌手名\":(\"'袁亚伟'\"), \"数据日期\":(90)]", + "sql":"select avg(结算播放量) from 艺人库 where 歌手名 = '袁亚伟' and datediff('day', 数据日期, '2023-08-31') <= 90 " + }, + { + "currentDate":"2023-08-31", + "tableName":"艺人库", + "fieldsList":"[\"播放量层级\", \"播放量单调性\", \"播放量方差\", \"播放量突增类型\", \"播放量集中度\", \"歌手名\", \"歌手等级\", \"歌手类型\", \"歌手来源\", \"MPPM潮流人等级\", \"结算播放量\", \"运营播放量\", \"历史累计结算播放量\", \"有播放量歌曲数\", \"历史累计运营播放量\", \"付费用户结算播放量\", \"结算播放量占比\", \"运营播放份额\", \"免费用户结算播放占比\", \"完播量\", \"数据日期\"]", + "question":"周倩倩近7天结算播放量总和是多少", + "priorSchemaLinks":"['199509'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“周倩倩近7天结算播放量总和是多少“中,我们被问:\n“结算播放量总和是多少”,所以我们需要column=[结算播放量]\n”周倩倩“,所以我们需要column=[歌手名], cell values = ['周倩倩'],所以有[歌手名:('周倩倩')]\n”近7天“,所以我们需要column=[数据日期], cell values = [7],所以有[数据日期:(7)]", + "schemaLinks":"[\"结算播放量\", \"歌手名\":(\"'周倩倩'\"), \"数据日期\":(7)]", + "sql":"select sum(结算播放量) from 艺人库 where 歌手名 = '周倩倩' and datediff('day', 数据日期, '2023-08-31') <= 7 " + }, + { + "currentDate":"2023-09-14", + "tableName":"内容库产品", + "fieldsList":"[\"部门\", \"模块\", \"用户名\", \"访问次数\", \"访问人数\", \"访问时长\", \"数据日期\"]", + "question":"内容库访问次数大于1k的部门是哪些", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库访问次数大于1k的部门是哪些“中,我们被问:\n“部门是哪些”,所以我们需要column=[部门]\n”访问次数大于1k的“,所以我们需要column=[访问次数], cell values = [1000],所以有[访问次数:(1000)]", + "schemaLinks":"[\"部门\", \"访问次数\":(1000)]", + "sql":"select 部门 from 内容库产品 where 访问次数 > 1000" + }, + { + "currentDate":"2023-09-18", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"MPPM歌手ID\", \"歌曲版本\", \"歌曲类型\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"陈亿训唱的所有的播放量大于20k的孤勇者有哪些", + "priorSchemaLinks":"['199509'->MPPM歌手ID, '1527123'->MPPM歌曲ID]", + "analysis":"让我们一步一步地思考。在问题“陈亿训唱的所有的播放量大于20k的孤勇者有哪些“中,我们被问:\n“孤勇者有哪些”,所以我们需要column=[歌曲名], cell values = ['孤勇者'],所以有[歌曲名:('孤勇者')]\n”播放量大于20k的“,所以我们需要column=[结算播放量], cell values = [20000],所以有[结算播放量:(20000)]\n”陈亿训唱的“,所以我们需要column=[歌手名], cell values = ['陈亿训'],所以有[歌手名:('陈亿训')]", + "schemaLinks":"[\"歌曲名\":(\"'孤勇者'\"), \"结算播放量\":(20000), \"歌手名\":(\"'陈亿训'\")]", + "sql":"select 歌曲名 from 歌曲库 where 结算播放量 > 20000 and 歌手名 = '陈亿训' and 歌曲名 = '孤勇者'" + }, + { + "currentDate":"2023-09-18", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌手名\", \"歌曲类型\", \"发布时间\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"周洁轮去年发布的歌曲有哪些", + "priorSchemaLinks":"['23109'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“周洁轮去年发布的歌曲有哪些“中,我们被问:\n“歌曲有哪些”,所以我们需要column=[歌曲名]\n”去年发布的“,所以我们需要column=[发布时间], cell values = [1],所以有[发布时间:(1)]\n”周洁轮“,所以我们需要column=[歌手名], cell values = ['周洁轮'],所以有[歌手名:('周洁轮')]", + "schemaLinks":"[\"歌曲名\", \"发布时间\":(1), \"歌手名\":(\"'周洁轮'\")]", + "sql":"select 歌曲名 from 歌曲库 where datediff('year', 发布时间, '2023-09-18') <= 1 and 歌手名 = '周洁轮'" + }, + { + "currentDate":"2023-09-11", + "tableName":"艺人库", + "fieldsList":"[\"播放量层级\", \"播放量单调性\", \"播放量方差\", \"播放量突增类型\", \"播放量集中度\", \"歌手名\", \"歌手等级\", \"歌手类型\", \"歌手来源\", \"签约日期\", \"MPPM潮流人等级\", \"结算播放量\", \"运营播放量\", \"历史累计结算播放量\", \"有播放量歌曲数\", \"历史累计运营播放量\", \"付费用户结算播放量\", \"结算播放量占比\", \"运营播放份额\", \"免费用户结算播放占比\", \"完播量\", \"数据日期\"]", + "question":"我想要近半年签约的播放量前十的歌手有哪些", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“我想要近半年签约的播放量前十的歌手“中,我们被问:\n“歌手有哪些”,所以我们需要column=[歌手名]\n”播放量前十的“,所以我们需要column=[结算播放量], cell values = [10],所以有[结算播放量:(10)]\n”近半年签约的“,所以我们需要column=[签约日期], cell values = [0.5],所以有[签约日期:(0.5)]", + "schemaLinks":"[\"歌手名\", \"结算播放量\":(10), \"签约日期\":(0.5)]", + "sql":"select 歌手名 from 艺人库 where datediff('year', 签约日期, '2023-09-11') <= 0.5 order by 结算播放量 desc limit 10" + }, + { + "currentDate":"2023-08-12", + "tableName":"歌曲库", + "fieldsList":"[\"发行日期\", \"歌曲语言\", \"歌曲来源\", \"歌曲流派\", \"歌曲名\", \"歌曲版本\", \"歌曲类型\", \"发行时间\", \"数据日期\"]", + "question":"最近一年发行的歌曲中,有哪些在近7天播放超过一千万的", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“最近一年发行的歌曲中,有哪些在近7天播放超过一千万的“中,我们被问:\n“发行的歌曲中,有哪些”,所以我们需要column=[歌曲名]\n”最近一年发行的“,所以我们需要column=[发行日期], cell values = [1],所以有[发行日期:(1)]\n”在近7天播放超过一千万的“,所以我们需要column=[数据日期, 结算播放量], cell values = [7, 10000000],所以有[数据日期:(7), 结算播放量:(10000000)]", + "schemaLinks":"[\"歌曲名\", \"发行日期\":(1), \"数据日期\":(7), \"结算播放量\":(10000000)]", + "sql":"select 歌曲名 from 歌曲库 where datediff('year', 发行日期, '2023-08-12') <= 1 and datediff('day', 数据日期, '2023-08-12') <= 7 and 结算播放量 > 10000000" + }, + { + "currentDate":"2023-08-12", + "tableName":"歌曲库", + "fieldsList":"[\"发行日期\", \"歌曲语言\", \"歌曲来源\", \"歌曲流派\", \"歌曲名\", \"歌曲版本\", \"歌曲类型\", \"发行时间\", \"数据日期\"]", + "question":"今年以来发行的歌曲中,有哪些在近7天播放超过一千万的", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“今年以来发行的歌曲中,有哪些在近7天播放超过一千万的“中,我们被问:\n“发行的歌曲中,有哪些”,所以我们需要column=[歌曲名]\n”今年以来发行的“,所以我们需要column=[发行日期], cell values = [0],所以有[发行日期:(0)]\n”在近7天播放超过一千万的“,所以我们需要column=[数据日期, 结算播放量], cell values = [7, 10000000],所以有[数据日期:(7), 结算播放量:(10000000)]", + "schemaLinks":"[\"歌曲名\", \"发行日期\":(0), \"数据日期\":(7), \"结算播放量\":(10000000)]", + "sql":"select 歌曲名 from 歌曲库 where datediff('year', 发行日期, '2023-08-12') <= 0 and datediff('day', 数据日期, '2023-08-12') <= 7 and 结算播放量 > 10000000" + }, + { + "currentDate":"2023-08-12", + "tableName":"歌曲库", + "fieldsList":"[\"发行日期\", \"歌曲语言\", \"歌曲来源\", \"歌曲流派\", \"歌曲名\", \"歌曲版本\", \"歌曲类型\", \"发行时间\", \"数据日期\"]", + "question":"2023年以来发行的歌曲中,有哪些在近7天播放超过一千万的", + "priorSchemaLinks":"['514129144'->MPPM歌曲ID]", + "analysis":"让我们一步一步地思考。在问题“2023年以来发行的歌曲中,有哪些在近7天播放超过一千万的“中,我们被问:\n“发行的歌曲中,有哪些”,所以我们需要column=[歌曲名]\n”2023年以来发行的“,所以我们需要column=[发行日期], cell values = ['2023-01-01'],所以有[发行日期:('2023-01-01')]\n”在近7天播放超过一千万的“,所以我们需要column=[数据日期, 结算播放量], cell values = [7, 10000000],所以有[数据日期:(7), 结算播放量:(10000000)]", + "schemaLinks":"[\"歌曲名\", \"发行日期\":(\"'2023-01-01'\"), \"数据日期\":(7), \"结算播放量\":(10000000)]", + "sql":"select 歌曲名 from 歌曲库 where 发行日期 >= '2023-01-01' and datediff('day', 数据日期, '2023-08-12') <= 7 and 结算播放量 > 10000000" + }, + { + "currentDate":"2023-08-01", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌手名\", \"歌曲类型\", \"发布时间\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"周洁轮2023年6月之后发布的歌曲有哪些", + "priorSchemaLinks":"['23109'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“周洁轮2023年6月之后发布的歌曲有哪些“中,我们被问:\n“歌曲有哪些”,所以我们需要column=[歌曲名]\n”2023年6月之后发布的“,所以我们需要column=[发布时间], cell values = ['2023-06-01'],所以有[发布时间:('2023-06-01')]\n”周洁轮“,所以我们需要column=[歌手名], cell values = ['周洁轮'],所以有[歌手名:('周洁轮')]", + "schemaLinks":"[\"歌曲名\", \"发布时间\":(\"'2023-06-01'\"), \"歌手名\":(\"'周洁轮'\")]", + "sql":"select 歌曲名 from 歌曲库 where 发布时间 >= '2023-06-01' and 歌手名 = '周洁轮'" + }, + { + "currentDate":"2023-08-01", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌手名\", \"歌曲类型\", \"发布时间\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"邓梓琦在2023年1月5日之后发布的歌曲中,有哪些播放量大于500W的?", + "priorSchemaLinks":"['2312311'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“邓梓琦在2023年1月5日之后发布的歌曲中,有哪些播放量大于500W的?“中,我们被问:\n“歌曲中,有哪些”,所以我们需要column=[歌曲名]\n“播放量大于500W的”,所以我们需要column=[结算播放量], cell values = [5000000],所以有[结算播放量:(5000000)]\n”邓梓琦在2023年1月5日之后发布的“,所以我们需要column=[发布时间], cell values = ['2023-01-05'],所以有[发布时间:('2023-01-05')]\n”邓梓琦“,所以我们需要column=[歌手名], cell values = ['邓梓琦'],所以有[歌手名:('邓梓琦')]", + "schemaLinks":"[\"歌曲名\", \"结算播放量\":(5000000), \"发布时间\":(\"'2023-01-05'\"), \"歌手名\":(\"'邓梓琦'\")]", + "sql":"select 歌曲名 from 歌曲库 where 发布时间 >= '2023-01-05' and 歌手名 = '邓梓琦' and 结算播放量 > 5000000" + }, + { + "currentDate":"2023-09-17", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌手名\", \"歌曲类型\", \"发布时间\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"2023年6月以后,张亮英播放量大于200万的歌曲有哪些?", + "priorSchemaLinks":"['45453'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“2023年6月以后,张亮英播放量大于200万的歌曲有哪些?“中,我们被问:\n“播放量大于200万的”,所以我们需要column=[结算播放量], cell values = [2000000],所以有[结算播放量:(2000000)]\n”2023年6月以后,张亮英“,所以我们需要column=[数据日期, 歌手名], cell values = ['2023-06-01', '张亮英'],所以有[数据日期:('2023-06-01'), 歌手名:('张亮英')],\n”歌曲有哪些“,所以我们需要column=[歌曲名]", + "schemaLinks":"[\"结算播放量\":(2000000), \"数据日期\":(\"'2023-06-01'\"), \"歌手名\":(\"'张亮英'\"), \"歌曲名\"]", + "sql":"select 歌曲名 from 歌曲库 where 数据日期 >= '2023-06-01' and 歌手名 = '张亮英' and 结算播放量 > 2000000" + }, + { + "currentDate":"2023-08-16", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌手名\", \"歌曲类型\", \"发布时间\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"2021年6月以后发布的李雨纯的播放量大于20万的歌曲有哪些", + "priorSchemaLinks":"['23109'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“2021年6月以后发布的李雨纯的播放量大于20万的歌曲有哪些“中,我们被问:\n“播放量大于20万的”,所以我们需要column=[结算播放量], cell values = [200000],所以有[结算播放量:(200000)]\n”2021年6月以后发布的“,所以我们需要column=[发布时间], cell values = ['2021-06-01'],所以有[发布时间:('2021-06-01')]\n”李雨纯“,所以我们需要column=[歌手名], cell values = ['李雨纯'],所以有[歌手名:('李雨纯')]", + "schemaLinks":"[\"结算播放量\":(200000), \"发布时间\":(\"'2021-06-01'\"), \"歌手名\":(\"'李雨纯'\")]", + "sql":"select 歌曲名 from 歌曲库 where 发布时间 >= '2021-06-01' and 歌手名 = '李雨纯' and 结算播放量 > 200000" + }, + { + "currentDate":"2023-08-16", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲名\", \"歌曲版本\", \"歌手名\", \"歌曲类型\", \"发布时间\", \"MPPM歌曲ID\", \"是否严选窄口径歌曲\", \"是否严选宽口径歌曲\", \"是否潮流人歌曲\", \"超声波歌曲ID\", \"C音歌曲ID\", \"C音歌曲MID\", \"结算播放量\", \"运营播放量\", \"分享量\", \"收藏量\", \"运营搜播量\", \"结算搜播量\", \"拉新用户数\", \"拉活用户数\", \"分享率\", \"结算播放份额\", \"数据日期\"]", + "question":"刘锝桦在1992年4月2日到2020年5月2日之间发布的播放量大于20万的歌曲有哪些", + "priorSchemaLinks":"['4234234'->MPPM歌手ID]", + "analysis":"让我们一步一步地思考。在问题“刘锝桦在1992年4月2日到2020年5月2日之间发布的播放量大于20万的歌曲有哪些“中,我们被问:\n“播放量大于20万的”,所以我们需要column=[结算播放量], cell values = [200000],所以有[结算播放量:(200000)]\n”1992年4月2日到2020年5月2日之间发布的“, 所以我们需要column=[发布时间], cell values = ['1992-04-02', '2020-05-02'],所以有[发布时间:('1992-04-02', '2020-05-02')]\n”刘锝桦“,所以我们需要column=[歌手名], cell values = ['刘锝桦'],所以有[歌手名:('刘锝桦')]", + "schemaLinks":"[\"结算播放量\":(200000), \"发布时间\":(\"'1992-04-02'\", \"'2020-05-02'\"), \"歌手名\":(\"'刘锝桦'\")]", + "sql":"select 歌曲名 from 歌曲库 where 发布时间 >= '1992-04-02' and 发布时间 <= '2020-05-02' and 歌手名 = '刘锝桦' and 结算播放量 > 200000" + }, + { + "currentDate":"2023-09-04", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"内容库近30天访问次数的平均数", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库近30天访问次数的平均数“中,我们被问:\n“访问次数的平均数”,所以我们需要column=[访问次数]\n”内容库近30天“,所以我们需要column=[数据日期], cell values = [30],所以有[数据日期:(30)]", + "schemaLinks":"[\"访问次数\", \"数据日期\":(30)]", + "sql":"select avg(访问次数) from 内容库产品 where datediff('day', 数据日期, '2023-09-04') <= 30 " + }, + { + "currentDate":"2023-09-04", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"内容库近半年哪个月的访问次数汇总最高", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库近半年哪个月的访问次数汇总最高“中,我们被问:\n“访问次数汇总最高”,所以我们需要column=[访问次数], cell values = [1],所以有[访问次数:(1)]\n”内容库近半年“,所以我们需要column=[数据日期], cell values = [0.5],所以有[数据日期:(0.5)]", + "schemaLinks":"[\"访问次数\":(1), \"数据日期\":(0.5)]", + "sql":"select MONTH(数据日期), sum(访问次数) from 内容库产品 where datediff('year', 数据日期, '2023-09-04') <= 0.5 group by MONTH(数据日期) order by sum(访问次数) desc limit 1" + }, + { + "currentDate":"2023-09-04", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"内容库近半年每个月的平均访问次数", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库近半年每个月的平均访问次数“中,我们被问:\n“每个月的平均访问次数”,所以我们需要column=[访问次数]\n”内容库近半年“,所以我们需要column=[数据日期], cell values = [0.5],所以有[数据日期:(0.5)]", + "schemaLinks":"[\"访问次数\", \"数据日期\":(0.5)]", + "sql":"select MONTH(数据日期), avg(访问次数) from 内容库产品 where datediff('year', 数据日期, '2023-09-04') <= 0.5 group by MONTH(数据日期)" + }, + { + "currentDate":"2023-09-10", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"内容库 按部门统计访问次数 top10 的部门", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“内容库 按部门统计访问次数 top10 的部门“中,我们被问:\n“访问次数 top10 的部门”,所以我们需要column=[访问次数], cell values = [10],所以有[访问次数:(10)]\n”内容库 按部门统计“,所以我们需要column=[部门]", + "schemaLinks":"[\"访问次数\":(10), \"部门\"]", + "sql":"select 部门, sum(访问次数) from 内容库产品 group by 部门 order by sum(访问次数) desc limit 10" + }, + { + "currentDate":"2023-09-10", + "tableName":"内容库产品", + "fieldsList":"[\"用户名\", \"部门\", \"模块\", \"访问时长\", \"访问次数\", \"访问人数\", \"数据日期\"]", + "question":"超音速 近7个月,月度总访问量超过 2万的月份", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“超音速 近7个月,月度总访问量超过 2万的月份“中,我们被问:\n“月度总访问量超过 2万的月份”,所以我们需要column=[访问次数], cell values = [20000],所以有[访问次数:(20000)]\n”超音速 近7个月“,所以我们需要column=[数据日期], cell values = [7],所以有[数据日期:(7)]", + "schemaLinks":"[\"访问次数\":(20000), \"数据日期\":(7)]", + "sql":"select MONTH(数据日期) from 内容库产品 where datediff('day', 数据日期, '2023-09-10') <= 7 group by MONTH(数据日期) having sum(访问次数) > 20000" + }, + { + "currentDate":"2023-09-10", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲语言\", \"歌曲来源\", \"运营播放量\", \"播放量\", \"歌曲名\", \"结算播放量\", \"专辑名\", \"发布日期\", \"歌曲版本\", \"歌曲类型\", \"数据日期\"]", + "question":"2022年7月到2023年7月之间发布到歌曲,按播放量取top 100,再按月粒度来统计近1年的运营播放量", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“2022年7月到2023年7月之间发布到歌曲,按播放量取top 100,再按月粒度来统计近1年的运营播放量“中,我们被问:\n“按月粒度来统计近1年的运营播放量”,所以我们需要column=[运营播放量, 数据日期], cell values = [1],所以有[运营播放量, 数据日期:(1)]\n”按播放量取top 100“,所以我们需要column=[播放量], cell values = [100],所以有[播放量:(100)]\n“2022年7月到2023年7月之间发布到歌曲”,所以我们需要column=[发布日期], cell values = ['2022-07-01', '2023-07-01'],所以有[发布日期:('2022-07-01', '2023-07-01')]", + "schemaLinks":"[\"运营播放量\", \"数据日期\":(1), \"播放量\":(100), \"发布日期\":(\"'2022-07-01'\", \"'2023-07-01'\")]", + "sql":"select MONTH(数据日期), sum(运营播放量) from (select 数据日期, 运营播放量 from 歌曲库 where 发布日期 >= '2022-07-01' and 发布日期 <= '2023-07-01' order by 播放量 desc limit 100) t where datediff('year', 数据日期, '2023-09-10') <= 1 group by MONTH(数据日期)" + }, + { + "currentDate":"2023-09-10", + "tableName":"歌曲库", + "fieldsList":"[\"歌曲语言\", \"歌曲来源\", \"运营播放量\", \"播放量\", \"歌曲名\", \"结算播放量\", \"专辑名\", \"发布日期\", \"歌曲版本\", \"歌曲类型\", \"数据日期\"]", + "question":"2022年7月到2023年7月之间发布到歌曲,按播放量取top100,再按月粒度来统计近1年的运营播放量之和,筛选出其中运营播放量之和大于2k的月份", + "priorSchemaLinks":"[]", + "analysis":"让我们一步一步地思考。在问题“2022年7月到2023年7月之间发布到歌曲,按播放量取top100,再按月粒度来统计近1年的运营播放量之和,筛选出其中运营播放量之和大于2k的月份“中,我们被问:\n“筛选出其中运营播放量之和大于2k的月份”,所以我们需要column=[运营播放量], cell values = [2000],所以有[运营播放量:(2000)]\n”按月粒度来统计近1年的运营播放量之和“,所以我们需要column=[数据日期], cell values = [1],所以有[数据日期:(1)]\n”按播放量取top100“,所以我们需要column=[播放量], cell values = [100],所以有[播放量:(100)]\n”2022年7月到2023年7月之间发布到歌曲“,所以我们需要column=[发布日期], cell values = ['2022-07-01', '2023-07-01'],所以有[发布日期:('2022-07-01', '2023-07-01')]", + "schemaLinks":"[\"运营播放量\":(2000), \"数据日期\":(1), \"播放量\":(100), \"发布日期\":(\"'2022-07-01'\", \"'2023-07-01'\")]", + "sql":"select MONTH(数据日期), sum(运营播放量) from (select 数据日期, 运营播放量 from 歌曲库 where 发布日期 >= '2022-07-01' and 发布日期 <= '2023-07-01' order by 播放量 desc limit 100) t where datediff('year', 数据日期, '2023-09-10') <= 1 group by MONTH(数据日期) having sum(运营播放量) > 2000" + }, + { + "currentDate":"2023-11-01", + "tableName":"营销月模型", + "fieldsList":"[\"国家中文名\", \"机型类别\", \"销量\", \"数据日期\"]", + "question":"今年智能机在哪个国家的销量之和最高", + "priorSchemaLinks":"['智能机'->机型类别]", + "analysis":"让我们一步一步地思考。在问题“今年智能机在哪个国家的销量之和最高“中,我们被问:\n“销量最高”,所以我们需要column=[销量], cell values = [1],所以有[销量:(1)]\n”今年“,所以我们需要column=[数据日期], cell values = ['2023-01-01', '2023-11-01'],所以有[数据日期:('2023-01-01', '2023-11-01')]\n”智能机“,所以我们需要column=[机型类别], cell values = ['智能机'],所以有[机型类别:('智能机')]", + "schemaLinks":"[\"销量\":(1), \"数据日期\":(\"'2023-01-01'\", \"'2023-11-01'\"), \"机型类别\":(\"'智能机'\")]", + "sql":"select 国家中文名, sum(销量) from 营销月模型 where 机型类别 = '智能机' and 数据日期 >= '2023-01-01' and 数据日期 <= '2023-11-01' group by 国家中文名 order by sum(销量) desc limit 1" + } +] \ No newline at end of file