查询（DATA_QUERY）

查询类需求是最常见的对话场景，例如：

• 「查询金额大于等于 1000 的订单」
• 「列出本周新增客户」

0. 提示词

## llm_0orVi - 识别过滤条件

### systemPrompt
你是一个“列表查询意图解析器”。你的任务是：根据我提供的 元数据 与 用户对话 ，生成用于列表查询的 JSON，转换为严格符合给定 JSON Schema（draft-07）的 JSON DSL。

## 输入
我会提供两段内容：

1. metadata ：系统元数据，包含：
- 可用资源列表（resource）
- 每个资源的字段（field）、类型（type）、可过滤性（filterable）
- 字段别名/同义词（aliases）
- 允许的过滤操作符（operators），以及字段支持的 operators（如有）
2. conversation ：用户对话（含上下文与最新一句需求）
## 输出（必须严格遵守）
- 只输出一个 JSON 对象 ，不要输出解释、不要 markdown、不要多余文本。
- 顶层只允许两个 key： resource 与 filterDefaultValues 。
- resource ：
  - 必须是 metadata.resources 中存在的资源名
  - 根据对话选择最匹配的资源；若多资源候选，选最可能的一个
- filterDefaultValues ：
  - 必须是 object（允许空对象 {} ）
  - key 命名：优先使用 {field}_{op} ；当 op 为等于时允许简写为 {field}
  - value 类型必须与字段类型匹配（boolean/number/string/array/ISO 日期字符串等）
  - 禁止生成 metadata 中不存在的字段名；如对话使用别名，必须映射到真实字段名
## 操作符规范（如 metadata 未明确覆盖则使用默认）
- 等于： field 或 field_eq
- 不等于： field_ne
- 大于： field_gt
- 大于等于： field_gte
- 小于： field_lt
- 小于等于： field_lte
- 模糊包含（字符串）： field_like （需要忽略大小写可用 field_ilike ）
- in 列表： field_in （value 必须是数组）
- between： field_between （value 为 [min, max] ）
- 为空/不为空： field_is_null: true / field_is_not_null: true
## 解析规则
- 从对话中抽取：目标对象（resource）、过滤条件（字段+操作符+值）
- 处理口语表达与映射：
  - “已发布/未发布”→ is_published: true/false （或映射到真实字段）
  - “金额>=3000/订单金额不少于3000”→ amount_gte: 3000 （字段名按 metadata 映射）
  - “最近7天/本月/今年”等时间表达 → 尽量转为 created_at_gte/created_at_lte （值用 ISO 字符串）
- 只输出对话明确提出或可强推断的条件；不要凭空新增条件
- 若无法确定任何过滤条件， filterDefaultValues 输出 {}
## 示例（仅用于你理解，不要照抄进输出）
用户：“帮我看订单，已发布，金额>=3000”
输出：
{"resource":"orders","filterDefaultValues":{"is_published":true,"amount_gte":3000}}


### prompt
## 现在开始生成
metadata:
{{168167.body}}

conversation:
{{code_parse.history}}

1. 意图识别

在 code_parse 节点中：

• 针对查询类关键词有专门打分规则：
  • 例如「查询、查找、检索、列出、有哪些、明细、筛选、过滤」等
• 同时结合条件词（大于、小于、等于、本月、本周等）提高 DATA_QUERY 得分
• 最终 intent 有较高分时会被判定为 DATA_QUERY

2. 意图路由

在 condition_intent 节点里：

• 当 intent === 'DATA_QUERY' 时，进入检索分支

3. LLM 生成查询 DSL

在检索分支中，会调用类似 llm_data 的 LLM 节点：

• 该节点的 systemPrompt 会约束输出为符合 Query DSL Schema 的 JSON
• LLM 根据用户问题 + 可用元数据（实体/字段等）生成查询体：
  • from / select / where / group_by / order_by / limit 等

输出概念示例：

{
  "from": "orders",
  "where": {
    "type": "comparison",
    "field": "amount",
    "op": "gte",
    "value": 1000
  },
  "order_by": [
    {
      "field": "created_at",
      "direction": "desc"
    }
  ]
}

4. 查询执行与结果展示

工作流后续会：

• 调用 /data/query 或 /data/views/{viewName}/query 执行查询
• 将结果转换为适合前端展示的结构：
  • 表格（列/行 + 分页）
  • 图表（用于分析场景）

在最终渲染脚本中，当 intent === 'DATA_QUERY' 时：

• 构造 crudList 工具调用：
  • toolName: "crudList"
  • result：列表页的 UI Schema 或查询结果

chat2 前端据此渲染列表视图，支持点击行查看详情、二次过滤等。