Feature/amazing feature

.env.dev

@@ -12,7 +12,7 @@ MINIO_ENDPOINT=127.0.0.1:9000
 SQLALCHEMY_DATABASE_URI=postgresql+psycopg2://aix_db:1@127.0.0.1:15432/aix_db
 
 # LangFuse 配置 默认关闭 (可选)
-LANGFUSE_TRACING_ENABLED="true"
+LANGFUSE_TRACING_ENABLED="false"
 LANGFUSE_SECRET_KEY = "sk-lf-4bf2a844-4a9c-4626-af69-0cae99bf2bfb"
 LANGFUSE_PUBLIC_KEY = "pk-lf-8aff3c29-3239-4a52-8028-bacc185f6c22"
 LANGFUSE_BASE_URL = "http://localhost:3000"

agent/text2sql/analysis/data_render_antv.py

@@ -4,6 +4,7 @@
 """
 import json
 import logging
+import os
 import traceback
 from decimal import Decimal
 from datetime import datetime, date
@@ -37,6 +38,9 @@
     "excel": "postgres",  # Excel 使用 PostgreSQL 规则
 }
 
+# 前端表格预览最大行数（避免一次性返回全部数据导致页面卡顿）
+TABLE_PREVIEW_MAX_ROWS = int(os.getenv("TABLE_PREVIEW_MAX_ROWS", "100"))
+
 
 def convert_value(v):
     """转换数据类型"""
@@ -513,8 +517,11 @@ async def data_render_ant(state: AgentState):
             except Exception as e:
                 logger.warning(f"获取数据源类型失败: {e}，使用默认值 mysql")
 
+        # 视图侧仅预览前 TABLE_PREVIEW_MAX_ROWS 行，避免一次性渲染全部数据导致前端卡顿
+        preview_data = data[:TABLE_PREVIEW_MAX_ROWS]
+
         # 获取实际的列名(从第一条数据中提取)
-        actual_columns = list(data[0].keys()) if data else []
+        actual_columns = list(preview_data[0].keys()) if preview_data else []
 
         if not actual_columns:
             logger.warning("无法从数据中提取列名，跳过数据渲染")
@@ -536,9 +543,9 @@ async def data_render_ant(state: AgentState):
         else:
             logger.warning(f"列名映射失败或返回空，使用原始列名。actual_columns={actual_columns[:3]}")
 
-        # 转换数据格式: 将英文列名映射为中文列名
+        # 转换数据格式: 将英文列名映射为中文列名（仅对预览数据执行）
         formatted_data = []
-        for row in data:
+        for row in preview_data:
             formatted_row = {}
             for col_name, value in row.items():
                 chinese_col_name = column_mapping.get(col_name, col_name)

agent/text2sql/analysis/llm_summarizer.py

@@ -1,4 +1,5 @@
 import logging
+import os
 from datetime import datetime, date
 import json
 import re
@@ -11,6 +12,11 @@
 from agent.text2sql.template.prompt_builder import PromptBuilder
 
 logger = logging.getLogger(__name__)
+
+# 总结时最多带入的数据行数，避免 prompt 过大拖慢 LLM（可配置）
+SUMMARIZE_MAX_ROWS = int(os.getenv("SUMMARIZE_MAX_ROWS", "25"))
+# 总结时数据 JSON 最大字符数，超出则截断并注明（可配置）
+SUMMARIZE_MAX_CHARS = int(os.getenv("SUMMARIZE_MAX_CHARS", "12000"))
 """
 大模型数据总结节点
 """
@@ -65,14 +71,16 @@ def summarize(state: AgentState):
     prompt_builder = PromptBuilder()
 
     try:
-        # 获取数据结果
+        # 获取数据结果，限制行数与长度以加快 LLM 总结
         data_result = state["execution_result"].data
-
-        # 如果数据是字典或列表，转换为JSON字符串
+        if isinstance(data_result, list) and len(data_result) > SUMMARIZE_MAX_ROWS:
+            data_result = data_result[:SUMMARIZE_MAX_ROWS]
         if isinstance(data_result, (dict, list)):
             data_result_str = json.dumps(data_result, ensure_ascii=False, indent=2, cls=DecimalEncoder)
         else:
             data_result_str = str(data_result)
+        if len(data_result_str) > SUMMARIZE_MAX_CHARS:
+            data_result_str = data_result_str[:SUMMARIZE_MAX_CHARS] + "\n\n...（数据已截断，仅展示前一部分供总结）"
 
         # 获取当前时间
         current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")

agent/text2sql/analysis/parallel_collector.py

@@ -80,7 +80,7 @@ def parallel_collect(state: AgentState, tasks: list[str] = None) -> AgentState:
 
     for task, future in futures.items():
         try:
-            result_state = future.result(timeout=180)  # 最多等待60秒
+            result_state = future.result(timeout=60)  # 单任务最多等待 60 秒，避免整体过慢
             results[task] = result_state
             logger.info(f"✅ 任务完成: {task}")
         except Exception as e:

agent/text2sql/analysis/unified_collector.py

@@ -44,11 +44,37 @@ async def unified_collect(state: AgentState) -> AgentState:
             # chart_config 为空，检查是否是因为查询结果为空
             execution_result = state.get("execution_result")
             if execution_result and execution_result.success and not execution_result.data:
-                # SQL执行成功但无数据，生成空结果卡片，让前端显示空结果提示并可查看SQL
-                logger.info("📊 SQL执行成功但无数据，生成空结果卡片")
+                # SQL执行成功但无数据，仍然返回表格模板（temp01），这样前端可以显示表格结构和分页控件
+                logger.info("📊 SQL执行成功但无数据，生成空表格")
+                # 尝试从 SQL 中提取列名
+                columns = []
+                generated_sql = state.get("generated_sql", "") or state.get("filtered_sql", "")
+                if generated_sql:
+                    try:
+                        # 简单的列名提取：从 SELECT 和 FROM 之间提取
+                        import re
+                        select_match = re.search(r'SELECT\s+(.*?)\s+FROM', generated_sql, re.IGNORECASE | re.DOTALL)
+                        if select_match:
+                            select_clause = select_match.group(1)
+                            # 分割列名（简单处理，不考虑复杂的子查询）
+                            col_parts = [c.strip() for c in select_clause.split(',')]
+                            for col in col_parts:
+                                # 提取别名或列名
+                                if ' AS ' in col.upper():
+                                    alias = col.split(' AS ')[-1].strip().strip('`').strip('"').strip("'")
+                                    columns.append(alias)
+                                else:
+                                    # 提取最后一个点号后面的部分（表名.列名 -> 列名）
+                                    col_name = col.strip().strip('`').strip('"').strip("'")
+                                    if '.' in col_name:
+                                        col_name = col_name.split('.')[-1]
+                                    columns.append(col_name)
+                    except Exception as e:
+                        logger.warning(f"从 SQL 提取列名失败: {e}")
+
                 state["render_data"] = {
-                    "template_code": "temp05",
-                    "columns": [],
+                    "template_code": "temp01",  # 改为 temp01，显示表格
+                    "columns": columns if columns else [],
                     "data": [],
                 }
             else: