Add. 2024金融行业·大模型挑战赛代码

.gitignore

@@ -1,2 +1,3 @@
 
 .DS_Store
+.DS_Store

大模型LLM/2024金融行业·大模型挑战赛/code/Dockerfile

@@ -0,0 +1,16 @@
+FROM hubdocker.aminer.cn/library/python-base:1.0.0
+
+WORKDIR /app
+
+# 创建目录
+
+COPY devlop_home/ /app/devlop_home/
+COPY main.py /app/devlop_home
+
+RUN pip install --upgrade pip --progress-bar off  -i https://mirrors.aliyun.com/pypi/simple/
+RUN pip install --no-cache-dir jsonlines
+RUN pip install --no-cache-dir --progress-bar off -r /app/devlop_home/requirements.txt  -i https://mirrors.aliyun.com/pypi/simple/
+
+ENV OPENBLAS_NUM_THREADS=1
+
+CMD ["/app/py_devlop.sh", "/app/devlop_data/input_param.json", "/app/devlop_result/answer.json" ]

大模型LLM/2024金融行业·大模型挑战赛/code/agent/__init__.py

@@ -0,0 +1,2 @@
+# agent/__init__.py
+from .brain import main_answer

大模型LLM/2024金融行业·大模型挑战赛/code/agent/brain.py

@@ -0,0 +1,345 @@
+import time, gc
+from config import *
+from agent.question.question_utils import preprocessing_question, process_question, process_dict, add_question_mark, question_rew
+from agent.prompt import create_chat_completion, create_chat_completion_change_zhushi
+from agent.schema.schema_utils import get_table_schema, find_table_with_emb, get_table_schema_with_emb, deep_find_tables 
+from agent.sql.exec import exec_sql_s
+from agent.sql.process_sql import to_select, extract_table_names, all_tables_in_prompt
+from agent.sql.knowledge import way_string_2
+from agent.optimization import optimize_answer, find_kl_answer
+from agent.utils.async_util import async_llm_chain_call
+from agent.utils.io_utils import load_external_answers
+from agent.utils.json_utils import find_json
+
+def run_conversation_xietong(question, org_question):
+    global QUESTION_TYPE
+    global QUESTION_TYPE_LIST
+    global LL
+    global table_maps
+    global table_maps_LL
+    global all_tables_name_list
+    str_process_question = process_question(question)
+    if DEBUG_VER == 3:
+        print(f"-------------已查询获得事实: {str_process_question}")
+
+    if "ConstantDB.HK_SecuMain" in str(str_process_question) and "港股" not in QUESTION_TYPE_LIST:
+        QUESTION_TYPE_LIST.append("港股")
+    if "ConstantDB.US_SecuMain" in str(str_process_question) and "美股" not in QUESTION_TYPE_LIST:
+        QUESTION_TYPE_LIST.append("美股")
+    if "ConstantDB.SecuMain" in str(str_process_question) and "A股" not in QUESTION_TYPE_LIST:
+        QUESTION_TYPE_LIST.append("A股")
+
+    content_p_1 = content_ALL
+    if len(QUESTION_TYPE_LIST) == 0:
+        content_p_1 = content_ALL
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        content_p_1 = content_ALL
+    elif "港股" in QUESTION_TYPE_LIST:
+        content_p_1 = content_HK
+    elif "美股" in QUESTION_TYPE_LIST:
+        content_p_1 = content_US
+    elif "A股" in QUESTION_TYPE_LIST:
+        content_p_1 = content_CN
+    else:
+        content_p_1 = content_ALL
+
+    if DEBUG_VER == 3:
+        print(f"---------QUESTION_TYPE_LIST:{QUESTION_TYPE_LIST}")
+    content_p = content_p_1.replace('<<question>>', str(question)).replace('<<fact_1>>',
+                                                                           str(str_process_question))
+    main_sql_prompts,highest_prompt_similar = way_string_2(org_question)
+    content_p = content_p + main_sql_prompts
+    # 执行函数部分
+    messages = []
+    messages.append({"role": "user", "content": "您好阿"})
+    messages.append({"role": "user", "content": content_p})
+    response = create_chat_completion(messages)
+    
+    if "全部完成" in response.choices[0].message.content:
+        if "XX" in response.choices[0].message.content:
+            response.choices[0].message.content += "ConstantDB.SecuMain,ConstantDB.HK_SecuMain,ConstantDB.US_SecuMain"
+        else:
+            if DEBUG_VER == 3:
+                print("全部完成：response：",response.choices[0].message.content)
+            if "需要查询的数据库表" in response.choices[0].message.content or "需要查询数据库表" in response.choices[0].message.content:
+                pass
+            else:
+                return response.choices[0].message.content
+
+    messages.append({"role": "assistant", "content": response.choices[0].message.content})
+    table_maps = get_table_schema(question)
+    LL = [i for i in table_maps if i.get('数据表名') in response.choices[0].message.content]
+    tables_name_list = [i.get('数据表名') for i in table_maps if i.get('数据表名') in response.choices[0].message.content]
+    try:
+       sql_prompt_db_tables = extract_table_names(main_sql_prompts)
+    except Exception as e:
+        if DEBUG_VER == 3:
+            print(f"------->e:{e}")
+    if sql_prompt_db_tables:
+        all_tables_name_list += sql_prompt_db_tables
+    all_tables_name_list += tables_name_list
+    all_tables_name_list = list(set(all_tables_name_list))
+    if DEBUG_VER == 3:
+        print(f"-----------------all_tables_name_list:{all_tables_name_list}")
+    all_tables_name_list += find_table_with_emb(all_tables_name_list, question)
+    all_tables_name_list = list(set(all_tables_name_list))
+    if DEBUG_VER == 3:
+        print(f"-----------------find_table_with_emb all_tables_name_list:{all_tables_name_list}")
+    if all_tables_name_list == []:
+        highest_similarity_score_list = [0]
+    else:
+        table_maps_LL, highest_similarity_score_list = get_table_schema_with_emb(all_tables_name_list, question)
+        # print(f"--------------table_maps_LL:{table_maps_LL}")
+    if all_tables_in_prompt(tables_name_list, main_sql_prompts) and highest_prompt_similar > START_DEEP_THRESHOLD:
+        content_p_2 = """获取的表结构如下<list>,表结构中列名可以引用使用,表结构中数据示例只是参考不能引用。
+    我们现在开始查询当前问题，可参考示例sql写出查询sql语句，如果示例sql是一句的（一步），你也尽可能用一句sql得到结果。
+    如果需要多步，我把查询结果告诉你，你再告诉我下一步，注意如果我返回的结果为空或者错误影响下一步调用，请重新告诉我sql语句。
+    等你全部回答完成，不需要进行下一步调用时，记得提示我：<全部完成，答案如下>,将答案总结以json格式给我，只需要总结当前问题。
+    查询技巧: 涉及计算的使用sql进行加减乘除数学计算。查询尽量使用InnerCode。查年用year()函数、月用month()、某日则用date()，如：date(TradingDay) = 'YYYY-MM-DD'。sql查询语句不需要注释，不然会报错。尽量利用表格中已有的字段。\n"""
+        
+    else:
+        if DEEP_COLUMNS_RESEARCH:
+            if max(highest_similarity_score_list) < START_DEEP_THRESHOLD: # 没有大于0.5的说明这个表可能不对，新增表
+                print(f"-----------Start Deeping table search")
+                deep_table_maps_LL = deep_find_tables(all_tables_name_list, org_question)  # 直接用原始的扫
+                print(f"--------------len(deep_table_maps_LL):{len(deep_table_maps_LL)}")
+                deep_tables_name_list = [i.get('数据表名') for i in deep_table_maps_LL]
+                all_tables_name_list += deep_tables_name_list
+                all_tables_name_list = list(set(all_tables_name_list))
+                
+            # org_table_maps_LL, org_question_similarity_score_list = get_table_schema_with_emb(all_tables_name_list, org_question)
+            # # print(f"--------------org_table_maps_LL:{org_table_maps_LL}")
+            # if max(org_question_similarity_score_list) < START_DEEP_THRESHOLD: # 没有大于0.5的说明这个表可能不对，新增表
+            #     print(f"-----------Start org Deeping table search")
+            #     org_deep_table_maps_LL = deep_find_tables(all_tables_name_list, org_question)
+            #     print(f"--------------len(org_deep_table_maps_LL):{len(org_deep_table_maps_LL)}")
+            #     org_deep_tables_name_list = [i.get('数据表名') for i in org_deep_table_maps_LL]
+            #     all_tables_name_list += org_deep_tables_name_list
+            #     all_tables_name_list = list(set(all_tables_name_list))
+    
+            if max(highest_similarity_score_list) < START_DEEP_THRESHOLD:
+                table_maps_LL, highest_similarity_score_list = get_table_schema_with_emb(all_tables_name_list, question)
+                if DEBUG_VER == 3:
+                    print(f"--------------End Deeping table_maps_LL:{table_maps_LL}")
+        
+        content_p_2 = """获取的表结构如下<list>,表结构中列名可以引用使用,表结构中数据示例只是参考不能引用。
+    我们现在开始查询当前问题，请你分步写出查询sql语句，我把查询结果告诉你，你再告诉我下一步，
+    注意如果我返回的结果为空或者错误影响下一步调用，请重新告诉我sql语句。
+    等你全部回答完成，不需要进行下一步调用时，记得提示我：<全部完成，答案如下>,将答案总结以json格式给我，只需要总结当前问题。
+    查询技巧: 涉及计算的使用sql进行加减乘除数学计算。查询尽量使用InnerCode。查年用year()、查月用month()、某日用date()，如：date(TradingDay) = 'YYYY-MM-DD'。sql查询语句不需要注释，不然会报错。尽量利用表格中已有的字段。\n"""
+    if len(str_process_question[1]) == 0:
+        if DEBUG_VER == 3:
+            print("--------------查询获得事实为空，跳过处理")
+    else:
+        if FRASH_DATA_DESCRIBE:
+            table_maps_LL = create_chat_completion_change_zhushi(str_process_question, table_maps_LL)
+
+    content_p_2 = main_sql_prompts + content_p_2.replace('<list>', str(table_maps_LL))
+    if DEBUG_VER == 3:
+        print(f"-------------content_p_2: {content_p_2}")
+    messages.append({"role": "user", "content": content_p_2})  ###开始对话 
+    last_answer = run_conversation_until_complete(messages, max_rounds=MAX_ROUNDS)
+    return last_answer
+
+def run_conversation_until_complete(messages, max_rounds=9):
+    """
+    Test function to run a conversation loop until the assistant indicates completion.
+    """
+    last_response = None  # 用于存储最后一次对话的响应
+    round_count = 0  # 对话轮数计数器
+    # response = create_chat_completion(messages)
+    if ASYNC_LLM_TIME >= 2:
+        response = async_llm_chain_call(messages, MODEL)
+    else:
+        response = create_chat_completion(messages)
+    
+    while True:
+        if round_count >= max_rounds:
+            break  # 如果对话轮数超过最大值，则退出循环
+
+        question = response.choices[0].message.content
+        select_result = to_select(question)
+        messages.append({"role": "assistant", "content": question})
+        messages.append({"role": "user", "content": str(select_result)})
+
+        # response = create_chat_completion(messages)
+        if ASYNC_LLM_TIME >= 2:
+            response = async_llm_chain_call(messages, MODEL)
+        else:
+            response = create_chat_completion(messages)
+
+        last_response = response.choices[0].message.content  # 存储最后一次响应       
+        if "全部完成" in response.choices[0].message.content:
+            break  # 如果检测到“回答完成”，则停止循环
+        round_count += 1  # 增加对话轮数计数
+    return last_response  # 返回最后一次对话的内容
+
+def run_conversation(question, org_question):
+    """
+    Run a conversation flow given a question by:
+      1. Using run_conversation_xietong(question) to get an answer.
+      2. Attempting to find and parse JSON from the answer using find_json.
+      3. Converting the parsed result (or original text if parsing fails) into a descriptive sentence using process_dict.
+    
+    Parameters:
+        question (str): The question to ask.
+        
+    Returns:
+        str: The final processed answer as a descriptive string.
+    """
+    org_answer = run_conversation_xietong(question, org_question)
+    parsed_data = find_json(org_answer)
+    last_answer = process_dict(parsed_data)
+    return last_answer,org_answer
+
+def get_answer(question, org_question):
+    """
+    Attempt to answer the given question by interacting with the 
+    conversation model. If an error occurs, return a default error message.
+    
+    Parameters:
+        question (str): The question that needs an answer.
+        
+    Returns:
+        str: The answer string or an error message if an exception occurs.
+    """
+    try:
+        if DEBUG_VER == 3:
+            print(f"Attempting to answer the question: {question}")
+        last_answer,org_answer = run_conversation(question, org_question)
+        return last_answer,org_answer
+    except Exception as e:
+        if DEBUG_VER == 3:
+            print(f"Error occurred while executing get_answer: {e}")
+        return "An error occurred while retrieving the answer."
+
+def main_answer(q_json_list, out_path, idx_ranges):
+    """
+    处理整个 JSON 数据列表：
+      - 如果当前索引在 idx_ranges 中任一范围内，则按照原有逻辑提取问题、重写问题、调用 get_answer 得到答案，
+        并更新每个问题对应的 answer 字段；
+      - 否则将每个 team 成员的 answer 字段更新为空。
+    参数：
+      q_json_list: JSON 数据列表
+      out_path: 输出文件路径
+      idx_ranges: 包含多个 (start, end) 范围的列表，例如 [(21, 22), (74, 75), (43, 44)]
+    """
+    global QUESTION_TYPE, QUESTION_TYPE_LIST, all_tables_name_list, prev_tables_name_list, org_question
+
+    # 如果 idx_ranges 为空，则默认处理全部数据
+    if not idx_ranges:
+        idx_ranges = [(0, len(q_json_list))]
+        
+    if REFRASH and Knowledge_file:
+        external_answers = load_external_answers(Knowledge_file)
+    total = len(q_json_list)
+    # 以流式写入的方式生成 JSON 数组
+    with open(out_path, 'w', encoding='utf-8') as out_f:
+        out_f.write('[\n')
+        for i in range(total):
+            try:
+                print("--> cleaned mem:", gc.collect())
+                print("--> id:", i)
+                item = q_json_list[i]
+                start_time = time.time()
+                
+                # 判断当前索引是否在任一给定范围内
+                process_this_item = any(start <= i < end for start, end in idx_ranges)
+                
+                if process_this_item:
+                    # 处理需要调用 get_answer 生成答案的数据
+                    questions_list = [(member["id"], member["question"]) for member in item["team"]]
+                    answers_dict = {}
+                    history_dict = {}
+                    all_previous = ''
+                    # 初始化相关全局变量
+                    QUESTION_TYPE = ""
+                    QUESTION_TYPE_LIST = []
+                    question_num = 0
+                    all_tables_name_list = []
+                    prev_tables_name_list = []
+                    
+                    if REFRASH:
+                        get_ext_answer_num = 1
+                    # 遍历当前 item 内所有问题
+                    for question_id, question_text in questions_list:
+                        try:
+                            answer = ""
+                            # 更新历史表变量（超过 MAX_TABLES_LIST 后清空）
+                            all_tables_name_list = prev_tables_name_list
+                            if len(all_tables_name_list) > MAX_TABLES_LIST:
+                                if DEBUG_VER == 3:
+                                    print(f"----------------历史表过多，进行清空")
+                                all_tables_name_list = []
+
+                            question_num += 1
+                            org_question = question_text
+                            # 根据关键词更新 QUESTION_TYPE_LIST
+                            if "港股" in question_text and "港股份" not in question_text and "港股" not in QUESTION_TYPE_LIST:
+                                QUESTION_TYPE_LIST.append("港股")
+                            if "美股" in question_text and "美股份" not in question_text and "美股" not in QUESTION_TYPE_LIST:
+                                QUESTION_TYPE_LIST.append("美股")
+                            if "A股" in question_text and "A股" not in QUESTION_TYPE_LIST:
+                                QUESTION_TYPE_LIST.append("A股")
+
+                            # 问题预处理
+                            # if DEBUG_VER == 3:
+                            print(f'---------->Org question_text:{question_text}')
+                            question_text = preprocessing_question(question_text)
+                            question_text = add_question_mark(question_text)
+
+                            # 如果没有历史问答，则直接使用原问题；否则重写问题
+                            if all_previous == '':
+                                rewritten_question = question_text
+                            else:
+                                rewritten_question = question_rew(all_previous, question_text)
+
+                            # 调用 get_answer 获取答案，并进行优化
+                            if REFRASH:
+                                matched_answer = find_kl_answer(question_num, history_dict, org_question, external_answers)
+                                if matched_answer:
+                                    if get_ext_answer_num == question_num:
+                                        answer = matched_answer
+                                        history_dict[org_question] = answer
+                                        # 累加问答历史
+                                        all_previous += f"第{question_num}个问题：" + question_text + f" 第{question_num}个的回答：" + answer + " \n"
+                                        get_ext_answer_num += 1
+                            if not answer or answer == "":
+                                answer,org_answer = get_answer(rewritten_question, org_question)
+                                # 累加问答历史
+                                all_previous += f"第{question_num}个问题：" + question_text + f" 第{question_num}个的回答：" + answer + " \n"
+                                answer = optimize_answer(rewritten_question, answer, org_answer)
+                            # if DEBUG_VER == 3:
+                            print(f"---------->answer:{answer}")
+                            answer = answer.replace(";", "")
+                            answers_dict[question_id] = answer
+                            del answer
+                            
+                        except Exception as e_inner:
+                            print(f"Error processing question id {question_id}: {e_inner}")
+                            answers_dict[question_id] = "异常"
+
+                    # 更新 item 中各 team 成员的 answer 字段
+                    for member in item["team"]:
+                        member["answer"] = answers_dict.get(member["id"], "无答案")
+                else:
+                    # 对于不在处理范围内的数据，直接置空 answer 字段
+                    for member in item["team"]:
+                        member["answer"] = ""
+
+                updated_data = {"tid": item["tid"], "team": item["team"]}
+
+                elapsed_time = time.time() - start_time
+                print(f"Completed processing JSON index {i} in {elapsed_time:.2f} seconds")
+
+                # 写入当前处理完的数据项。若不是最后一个，则尾部添加逗号。
+                json_str = json.dumps(updated_data, ensure_ascii=False, indent=4)
+                if i < total - 1:
+                    out_f.write(json_str + ',\n')
+                else:
+                    out_f.write(json_str + '\n')
+                out_f.flush()  # 每处理完一道题就 flush 到磁盘，降低内存占用
+
+            except Exception as e_outer:
+                print(f"Error processing JSON item index {i}: {e_outer}")
+        out_f.write(']\n')

大模型LLM/2024金融行业·大模型挑战赛/code/agent/embeddings/__init__.py

@@ -0,0 +1,2 @@
+# agent/embeddings/__init__.py
+from .embedding_utils import calculate_similarity, save_embeddings

大模型LLM/2024金融行业·大模型挑战赛/code/agent/embeddings/embedding_utils.py

@@ -0,0 +1,87 @@
+# agent/embeddings/embedding_utils.py
+import json
+import numpy as np
+from config import *
+from zhipuai import ZhipuAI
+
+
+def save_embeddings(text_list, save_path, batch_size=64):
+    """
+    保存文本的向量到本地文件，分批请求最多 64 个文本。
+    """
+    all_embeddings = []
+    
+    # 按批次处理文本
+    for i in range(0, len(text_list), batch_size):
+        chunk = text_list[i:i+batch_size]
+        
+        # 批量请求文本的嵌入向量
+        response = client.embeddings.create(
+            model="embedding-3",
+            input=chunk
+        )
+        
+        # 提取每个文本的 embedding
+        embeddings = [item.embedding for item in response.data]
+        all_embeddings.extend(embeddings)  # 累加所有的 embeddings
+    
+    # 保存到文件
+    with open(save_path, 'w', encoding='utf-8') as f:
+        json.dump(all_embeddings, f)
+    
+    print(f"Embeddings saved to {save_path}")
+
+def calculate_similarity(text_list, local_vectors=False):
+    """
+    批量计算相似度：
+      - 输入一个文本列表，其中第一个文本作为基准，其余文本与基准比较
+      - 当候选文本超过 64 条时，会分批请求，最后返回所有候选文本与基准文本的相似度（保留4位小数）
+    """
+
+    base_text = text_list[0]
+    # 先单独请求基准文本的 embedding
+    base_response = client.embeddings.create(
+        model="embedding-3",
+        input=[base_text]
+    )
+    base_embedding = base_response.data[0].embedding
+    base_embedding = np.array(base_embedding)
+
+    all_similarities = []
+    if local_vectors:
+        if DEBUG_VER == 3:
+            print(f'------>local_vectors:{local_vectors}')
+        # 使用本地保存的向量
+        with open(local_vectors, 'r', encoding='utf-8') as f:
+            local_embeddings = json.load(f)
+        
+        # 确保读取到的向量与候选文本对应
+        candidate_embeddings = np.array(local_embeddings)
+    else:
+        # 批量处理候选文本，每次最多请求64条
+        candidate_texts = text_list[1:]
+        candidate_embeddings = []
+        chunk_size = 64  # 每次最多请求64条
+        for i in range(0, len(candidate_texts), chunk_size):
+            chunk = candidate_texts[i:i+chunk_size]
+            response = client.embeddings.create(
+                model="embedding-3",
+                input=chunk
+            )
+            # 提取候选文本的 embedding 并转换为 NumPy 数组
+            embeddings = [item.embedding for item in response.data]
+            candidate_embeddings.extend(embeddings)
+        
+        candidate_embeddings = np.array(candidate_embeddings)
+
+    # 计算余弦相似度： dot / (||base|| * ||candidate||)
+    dot_products = candidate_embeddings.dot(base_embedding)
+    norm_base = np.linalg.norm(base_embedding)
+    norm_candidates = np.linalg.norm(candidate_embeddings, axis=1)
+    similarities = dot_products / (norm_base * norm_candidates)
+
+    # 保留4位小数，并加入结果列表
+    sims = [round(float(sim), 4) for sim in similarities]
+    all_similarities.extend(sims)
+
+    return all_similarities

大模型LLM/2024金融行业·大模型挑战赛/code/agent/optimization.py

@@ -0,0 +1,81 @@
+# agent/optimization.py
+from agent.prompt import create_chat_completion
+
+def optimize_answer(question_txt, answer_txt, org_answer):
+    """
+    简化答案（降低长度），去掉非直接答案的补充说明。
+    
+    参数：
+        question_txt (str): 问题语句。
+        answer_txt (str): 生成的答案。
+    
+    返回：
+        optimized_answer: 包含优化后的答案。
+    """
+    prompt = f"""
+        请针对问题把当前回答精简到只有关键字段，去掉非直接答案的补充说明（不要遗漏答案，可参考JSON型回答）。用;分号分隔后且分隔后不再加空格，使整体长度短，不要遗漏答案。"
+        几种常见需要优化的内容，比如：
+        1.回答需要符合问题要求：如问题要求日期按照YYYY年MM月DD日格式回复，则需要改当前的YYYY-MM-DD格式。或者问题希望回答是或者否，而当前回答可能是True或者False，就需要把True改成是来回答。
+        2.文本型的内容：去掉如：是问题中的文本但是跟需要回答的关键词无关的。但有的答案会是文本甚至文本间有空格和逗号，如果是答案文本段中的就不要简化它，保持原样。
+        以下是几个示例：
+        user: 问题：'亿帆医药在2020年的最大担保金额是多少？'，当前回答：'亿帆医药2020年最大担保金额 316000000.0
+        assistant: 316000000.0
+        user: 问题：'软通动力在2019年报酬总额和领取报酬的管理层人数是多少？'，当前回答：'2019年报酬总额 15802300.0, 2019年领取报酬的管理层人数 11'
+        assistant: 15802300.0;11
+        user: 问题：'芯片概念概念板块的英文名称是什么？'，当前回答：'ConceptEngName Chip Localization'
+        assistant: Chip Localization
+        user: 问题：'2020年，湖南华菱钢铁股份有限公司是否成功进行了资产重组？(回答是或者否)'，当前回答：'True'
+        assistant: 是
+        user: 问题：'博时基金公司成立于？请用YYYY年MM月DD日格式回复我'，当前回答：'1998-07-13'
+        assistant: 1998年07月13日
+        问题：'{question_txt}',JSON型回答：'{org_answer}'，当前回答：'{answer_txt}'
+    """
+
+    messages = [{"role": "user", "content": prompt}]
+    response = create_chat_completion(messages)
+    return response.choices[0].message.content
+
+def find_kl_answer(question_no: int, history: dict, current_question: str, kb: list) -> str:
+    """
+    根据题号、历史问答（dict形式，键为问题，值为答案）和当前问题，
+    在知识库中进行匹配，返回匹配到的答案字符串（仅返回答案）。
+    
+    参数:
+        question_no: 当前题号（1 表示第一题，2、3、4... 表示后续题）
+        history: 历史问答 dict（如果是第一题，此 dict 为空；否则存储前面题目的问题:答案）
+        current_question: 当前需要匹配的问题文本
+        kb: 知识库数据（例如 external_answers）
+    
+    返回:
+        匹配成功则返回对应答案字符串，否则返回空字符串
+    """
+    for record in kb:
+        team = record.get('team', [])
+        # 检查当前记录中题目的数量是否足够匹配
+        if len(team) < question_no:
+            continue
+
+        if question_no == 1:
+            # 第一题：直接匹配 team[0] 的问题文本
+            if team[0]['question'] == current_question:
+                return team[0]['answer']
+        else:
+            # 后续题：先判断历史问答数量是否与题号一致（题号-1）
+            history_items = list(history.items())  # 保证顺序（Python3.7+）
+            if len(history_items) != question_no - 1:
+                continue
+
+            # 比较历史中的每一道题的问答
+            match_history = True
+            for idx, (hist_q, hist_a) in enumerate(history_items):
+                if team[idx]['question'] != hist_q or team[idx]['answer'] != hist_a:
+                    match_history = False
+                    break
+            if not match_history:
+                continue
+
+            # 历史全部匹配成功后，检查当前问题是否与 team 中对应的问题一致
+            if team[question_no - 1]['question'] == current_question:
+                return team[question_no - 1]['answer']
+    # 未匹配到则返回空字符串
+    return ""

大模型LLM/2024金融行业·大模型挑战赛/code/agent/prompt.py

@@ -0,0 +1,58 @@
+from config import *
+from zhipuai import ZhipuAI
+
+client = ZhipuAI(api_key=api_key)
+
+def create_chat_completion(messages, model=MODEL):
+    """
+    Create a chat completion using the provided messages and model.
+    
+    Parameters:
+        messages (list): A list of message dictionaries to pass to the model.
+        model (str): The model name to use.
+    
+    Returns:
+        response (dict): The response from the chat completion endpoint.
+    """
+    response = client.chat.completions.create(
+        model=model,
+        stream=False,
+        messages=messages,
+        temperature=0,
+        seed=42,
+    )
+    return response
+
+def create_chat_completion_change_zhushi(fact_info, table_info, model=MODEL):
+    few_shot_examples = """
+    user:已查询获得事实: ('预处理程序通过表格：ConstantDB.SecuMain 查询到以下内容：\n [\n {\n  "InnerCode": 86721,\n  "CompanyCode": 98001,\n  "SecuCode": "601128"}\n] \n', ['ConstantDB.SecuMain'])
+        获取的表结构如下:{'数据表名': 'AStockOperationsDB.LC_Staff', '数据表结构': '\n列名                   注释                             数据示例                                              \n\nID                   ID                             619397672060                                      \nCompanyCode          公司代码                           159                                               \nEndDate              日期                             2019-06-30 12:00:00.000]}
+    assistant:{'数据表名': 'AStockOperationsDB.LC_Staff', '数据表结构': '\n列名                   注释                             数据示例                                              \n\nID                   ID                             619397672060                                      \nCompanyCode          公司代码                           98001                                               \nEndDate              日期                             2019-06-30 12:00:00.000]}
+    """
+    
+    template = """
+    你将根据“已查询获得事实”，更新“获取的表结构”里对应的数据示例列且对应的行的值，没有则不更新。只输出更新后的表结构，不需要额外解释和过程。
+    
+    以下是几个示例：{few_shot_examples}
+    已查询获得事实: {fact_info}
+    获取的表结构如下：{table_info}
+    """
+    def format_prompt(few_shot_examples, fact_info, table_info, template):
+        return template.format(few_shot_examples=few_shot_examples,
+                               fact_info=fact_info,
+                               table_info=table_info)
+    
+    formatted_prompt = format_prompt(few_shot_examples, fact_info, table_info, template) 
+    messages = [
+        {'role': 'system', 'content': '你将根据“已查询获得事实”，更新“获取的表结构”里对应的数据示例列且对应的行的值，没有则不更新。只输出更新后的表结构，不需要额外解释和过程。'},
+        {'role': 'user', 'content': formatted_prompt}
+    ]
+    response = client.chat.completions.create(
+        model=model,
+        stream=False,
+        messages=messages,
+        temperature=0,
+        seed=42,
+    )
+    result = response.choices[0].message.content
+    return result

大模型LLM/2024金融行业·大模型挑战赛/code/agent/question/__init__.py

@@ -0,0 +1,2 @@
+# agent/question/__init__.py
+from .question_utils import process_question, rewrite_question, preprocess

大模型LLM/2024金融行业·大模型挑战赛/code/agent/question/question_utils.py

@@ -0,0 +1,367 @@
+# agent/question/question_utils.py
+import json
+from config import *
+from agent.prompt import create_chat_completion
+from agent.sql.exec import exec_sql_s
+from agent.utils import find_json, dict_to_sentence
+
+def preprocessing_question(question):
+    """
+    SQL问题预处理
+    """
+    if "年末" in question:
+        question = question.replace("年末","年12月31日")
+    if "年底" in question:
+        question = question.replace("年底","年12月31日")
+    return question
+
+def add_question_mark(text):
+    # 检查文本最后是否缺少问号
+    if not text.endswith('?') and not text.endswith('？'):
+        text += '？'
+    
+    # 检查文本中右括号“）”的对应左括号“（”的处理
+    if len(text) >= 2 and text[-2] == '）':
+        left_bracket_index = text.rfind('（')
+        if left_bracket_index != -1:
+            if left_bracket_index == 0 or text[left_bracket_index - 1] not in ['?', '？']:
+                text = text[:left_bracket_index] + '？' + text[left_bracket_index:]
+    
+    return text
+
+def process_company_name(value):
+    """
+    Given a company name (or related keyword), search in three tables:
+    ConstantDB.SecuMain, ConstantDB.HK_SecuMain, ConstantDB.US_SecuMain.
+
+    Attempts to match various company-related fields (e.g., ChiName, EngName, etc.)
+    and returns all matching results along with the table where they were found.
+
+    Parameters:
+        value (str): The company name or related string to match.
+
+    Returns:
+        list: A list of tuples (result, table) where result is the matched data and table is the table name.
+              If no matches found, prints a message and returns an empty list.
+    """
+    res_lst = []
+    tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    if len(QUESTION_TYPE_LIST) == 0:
+        tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    elif "港股" in QUESTION_TYPE_LIST:
+        tables = ['ConstantDB.HK_SecuMain']
+    elif "美股" in QUESTION_TYPE_LIST:
+        tables = ['ConstantDB.US_SecuMain']
+    elif "A股" in QUESTION_TYPE_LIST:
+        tables = ['ConstantDB.SecuMain']
+    else:
+        tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    # print(f"--------------tables:{tables}")
+    columns_to_match = ['CompanyCode', 'SecuCode', 'ChiName', 'ChiNameAbbr',
+                        'EngName', 'EngNameAbbr', 'SecuAbbr', 'ChiSpelling']
+    columns_to_select = ['InnerCode', 'CompanyCode', 'SecuCode', 'ChiName', 'ChiNameAbbr',
+                         'EngName', 'EngNameAbbr', 'SecuAbbr', 'ChiSpelling']
+
+    # Escape single quotes to prevent SQL injection
+    value = value.replace("'", "''")
+
+    for table in tables:
+        # For the US table, remove columns that may not be available
+        local_match_cols = columns_to_match.copy()
+        local_select_cols = columns_to_select.copy()
+        if 'US' in table:
+            if 'ChiNameAbbr' in local_match_cols:
+                local_match_cols.remove('ChiNameAbbr')
+            if 'ChiNameAbbr' in local_select_cols:
+                local_select_cols.remove('ChiNameAbbr')
+            if 'EngNameAbbr' in local_match_cols:
+                local_match_cols.remove('EngNameAbbr')
+            if 'EngNameAbbr' in local_select_cols:
+                local_select_cols.remove('EngNameAbbr')
+
+        # Build the WHERE clause with OR conditions for each column
+        match_conditions = [f"{col} = '{value}'" for col in local_match_cols]
+        where_clause = ' OR '.join(match_conditions)
+
+        sql = f"""
+        SELECT {', '.join(local_select_cols)}
+        FROM {table}
+        WHERE {where_clause}
+        """
+        result = exec_sql_s(sql)
+        if result:
+            res_lst.append((result, table))
+    # else:
+    #     # The 'else' clause in a for loop runs only if no 'break' was encountered.
+    #     # Here it just prints if no results were found.
+    #     if not res_lst:
+    #         if DEBUG_VER == 3:
+    #             print(f"未在任何表中找到上市公司名称为 {value} 的信息。")
+        else:
+            # If no result, modify query for fuzzy matching
+            fuzzy_match_conditions = [f"{col} LIKE '%{value}%' " for col in local_match_cols]
+            fuzzy_where_clause = ' OR '.join(fuzzy_match_conditions)
+
+            # Query with fuzzy match
+            sql_fuzzy = f"""
+            SELECT {', '.join(local_select_cols)}
+            FROM {table}
+            WHERE {fuzzy_where_clause}
+            """
+            fuzzy_result = exec_sql_s(sql_fuzzy)
+            if fuzzy_result:
+                res_lst.append((fuzzy_result, table))
+                
+    # If no results found after both exact and fuzzy matches
+    if not res_lst:
+        if DEBUG_VER == 3:
+            print(f"未在任何表中找到上市公司名称为 {value} 的信息。")
+            
+    return res_lst
+
+def process_code(value):
+    """
+    Given a code (e.g., a stock code), search the three tables and return matches.
+
+    Parameters:
+        value (str): The code to search for.
+
+    Returns:
+        list: A list of tuples (result, table) if found, else empty.
+    """
+    res_lst = []
+    tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    if len(QUESTION_TYPE_LIST) == 0:
+        tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    elif "港股" in QUESTION_TYPE_LIST:
+        tables = ['ConstantDB.HK_SecuMain']
+    elif "美股" in QUESTION_TYPE_LIST:
+        tables = ['ConstantDB.US_SecuMain']
+    elif "A股" in QUESTION_TYPE_LIST:
+        tables = ['ConstantDB.SecuMain']
+    else:
+        tables = ['ConstantDB.SecuMain', 'ConstantDB.HK_SecuMain', 'ConstantDB.US_SecuMain']
+    # print(f"--------------tables:{tables}")
+    columns_to_select = ['InnerCode', 'CompanyCode', 'SecuCode', 'ChiName', 'ChiNameAbbr',
+                         'EngName', 'EngNameAbbr', 'SecuAbbr', 'ChiSpelling']
+
+    value = value.replace("'", "''")  # Escape single quotes
+
+    for table in tables:
+        local_select_cols = columns_to_select.copy()
+        if 'US' in table:
+            if 'ChiNameAbbr' in local_select_cols:
+                local_select_cols.remove('ChiNameAbbr')
+            if 'EngNameAbbr' in local_select_cols:
+                local_select_cols.remove('EngNameAbbr')
+
+        sql = f"""
+        SELECT {', '.join(local_select_cols)}
+        FROM {table}
+        WHERE SecuCode = '{value}'
+        """
+        result = exec_sql_s(sql)
+        if result:
+            res_lst.append((result, table))
+    else:
+        if not res_lst:
+            if DEBUG_VER == 3:
+                print(f"未在任何表中找到代码为 {value} 的信息。")
+    return res_lst
+
+
+def process_jj(value):
+    sql = f"SELECT ChiName, CompanyCode FROM InstitutionDB.LC_InstiArchive WHERE ChiName LIKE '%{value}%'"
+    res = exec_sql_s(sql)
+    if res:
+        return [(res,'InstitutionDB.LC_InstiArchive')]
+    else:
+        res_lst = process_company_name(value)
+        if res_lst:
+            return res_lst
+        return []
+
+
+def process_items(item_list):
+    """
+    Given a list of items (dictionaries) from JSON extraction, attempt to process each based on its key:
+    - If key is '基金名称' or '上市公司名称', use process_company_name.
+    - If key is '代码', use process_code.
+    - Otherwise, print an unrecognized key message.
+
+    Parameters:
+        item_list (list): A list of dictionaries like [{"上市公司名称": "XX公司"}, {"代码":"600872"}].
+
+    Returns:
+        tuple: (res, tables)
+               res (str): A formatted string showing what was found.
+               tables (list): A list of table names where matches were found.
+    """
+    res_list = []
+    try:
+        for item in item_list:
+            key, value = list(item.items())[0]
+            if key in ["基金名称", "上市公司名称"]:
+                res_list.extend(process_company_name(value))
+            elif key == "代码":
+                res_list.extend(process_code(value))
+            elif key == "基金公司简称":
+                res_list.extend(process_jj(value))
+            else:
+                if DEBUG_VER == 3:
+                    print(f"无法识别的键：{key}")
+                pass
+    except Exception as e:
+        if DEBUG_VER == 3:
+            print(f"process_items 发生错误: {e}")
+        pass
+    # Filter out empty results
+    res_list = [i for i in res_list if i]
+    res = ''
+    tables = []
+    for result_data, table_name in res_list:
+        tables.append(table_name)
+        res += f"预处理程序通过表格：{table_name} 查询到以下内容：\n {json.dumps(result_data, ensure_ascii=False, indent=1)} \n"
+
+    return res, tables
+
+
+def process_question(question):
+    """
+    Given a question, run it through a prompt to perform Named Entity Recognition (NER),
+    extract entities (上市公司名称, 代码, 基金名称), parse the assistant's JSON response,
+    and process the items to retrieve relevant information from the database.
+
+    Parameters:
+        question (str): The user question.
+
+    Returns:
+        tuple: (res, tables) where
+               res (str) - Processed result details as a string.
+               tables (list) - List of tables involved in the final result.
+    """
+    prompt = '''
+    你将会进行命名实体识别任务，并输出实体json。你只需要识别以下4种实体：
+    
+    -上市公司名称
+    -代码
+    -基金名称
+    -基金公司简称
+
+    其中，上市公司名称可以是全称，简称，拼音缩写，代码包含股票代码和基金代码，基金名称包含债券型基金，
+    以下是几个示例：
+    user:唐山港集团股份有限公司是什么时间上市的（回答XXXX-XX-XX）
+    当年一共上市了多少家企业？
+    这些企业有多少是在北京注册的？
+    assistant:```json
+    [{"上市公司名称":"唐山港集团股份有限公司"}]
+    ```
+    user:JD的职工总数有多少人？
+    该公司披露的硕士或研究生学历（及以上）的有多少人？
+    20201月1日至年底退休了多少人？
+    assistant:```json
+    [{"上市公司名称":"JD"}]
+    ```
+    user:600872的全称、A股简称、法人、法律顾问、会计师事务所及董秘是？
+    该公司实控人是否发生改变？如果发生变化，什么时候变成了谁？是哪国人？是否有永久境外居留权？（回答时间用XXXX-XX-XX）
+    assistant:```json
+    [{"代码":"600872"}]
+    ```
+    user:华夏鼎康债券A在2019年的分红次数是多少？每次分红的派现比例是多少？
+    基于上述分红数据，在2019年最后一次分红时，如果一位投资者持有1000份该基金，税后可以获得多少分红收益？
+    assistant:```json
+    [{"基金名称":"华夏鼎康债券A"}]
+    ```
+    user:实体识别任务：```易方达基金管理有限公司在19年成立了多少支基金？
+    哪支基金的规模最大？
+    这支基金20年最后一次分红派现比例多少钱？```
+    assistant:```json
+    [{"基金公司简称":"易方达"}]
+    ```
+    user:化工纳入过多少个子类概念？
+    assistant:```json
+    []
+    ```
+    '''
+    messages = [{'role': 'system', 'content': prompt}, {'role': 'user', 'content': question}]
+    aa = create_chat_completion(messages)
+    bb = find_json(aa.choices[0].message.content)
+    return process_items(bb)
+
+def question_rew(context_text, original_question):
+    """
+    Rewrite the given question to be clearer and more specific based on the provided context,
+    without altering the original meaning or omitting any information.
+    
+    Parameters:
+        context_text (str): The context text that the question is based on.
+        original_question (str): The question to be rewritten.
+        
+    Returns:
+        str: The rewritten question.
+    """
+    prompt = (
+        f"根据这些内容：'{context_text}',帮我重写当前问题：'{original_question}' ,让问题清晰明确，"
+        "不改变原意，代词转成具体人事物，不要遗漏信息，只返回问题。"
+        "如果当前问题中有时间代词（如“当年、当天”等）或指物代词（如“该公司”、“它”等），检查前面问题和回答（一般是上一个，就近原则）中是否明确了时间或主体等，并将这些信息补充到当前问题中。"
+        "如果当前问题无法从前面问题和回答中找到代词（如时间）所指的具体信息，则表示当前代词，如时间指全部时间。"
+        "问题可能需要时间，也可能不需要时间，如果不需要则在后面追加一个不带时间的小问题（不需要换行等，只需要接在原问题后面）。"
+        "让我们一步一步思考"
+        "以下是几个示例：\n"
+        "user:根据这些内容：'第1轮问题：最新更新的2021年度报告中，机构持有无限售流通A股数量合计最多的公司简称是？ 第1轮回答：公司简称 帝尔激光',帮我重写当前问题：'在这份报告中，该公司机构持有无限售流通A股比例合计是多少，保留2位小数？'"
+        "assistant:最新更新的2021年度报告中,公司简称 帝尔激光 持有无限售流通A股比例合计是多少，保留2位小数？"
+        "user:根据这些内容：'第1轮问题：TK他是否已经成立了？（是或者否） 第1轮回答：是',帮我重写当前问题：'这家公司17年最高收盘价是多少？'"
+        "assistant: 2017年，TK这家公司的最高收盘价是多少？"
+        "user:根据这些内容：'第1轮问题：TK他是否已经成立了？（是或者否） 第1轮回答：是 \n第2轮问题：2017年，TK这家公司的最高收盘价是多少？  第2轮回答：2017年TK最高收盘价 5.79',帮我重写当前问题：'当天有多少家公司成立了？'"
+        "assistant: 2017年TK最高收盘价 10.79 是什么时候？当天有多少家公司成立了？"
+        "user:根据这些内容：'第1轮问题：航锦科技股份有限公司是否变更过公司名称？ 第1轮回答：否（没有）\n第2轮问题：？航锦科技股份有限公司涉及回购的最大的一笔金额是多少？第2轮回答：43951008.0',帮我重写当前问题：该年度前十大股东的持股比例变成了多少？"
+        "assistant:？航锦科技股份有限公司涉及回购的最大的一笔金额 43951008.0是哪一年？该年度前十大股东的持股比例变成了多少？"
+    )
+
+    messages = [{"role": "user", "content": prompt}]
+    response = create_chat_completion(messages)
+    return response.choices[0].message.content
+
+def process_dict(d):
+    """
+    Recursively process a nested dictionary to produce a comma-separated description.
+    For nested dictionaries, it processes them recursively and returns a descriptive string.
+    
+    For example:
+        {
+            "company": {
+                "name": "ABC Corp",
+                "location": "New York"
+            },
+            "year": 2021
+        }
+    might be processed into a string like:
+        "company company 是 name 是 ABC Corp, location 是 New York, year 2021"
+    
+    Parameters:
+        d (dict): A dictionary or another object to describe.
+        
+    Returns:
+        str: A descriptive string.
+    """
+    def recursive_process(sub_dict):
+        sentences = []
+        for key, value in sub_dict.items():
+            if isinstance(value, dict):
+                # Process nested dictionary and wrap result in dict_to_sentence for formatting
+                nested_result = recursive_process(value)
+                sentences.append(dict_to_sentence({key: nested_result}))
+            else:
+                # Non-dict values are directly appended
+                sentences.append(f"{key} {value}")
+        return ", ".join(sentences)
+
+    if not isinstance(d, dict):
+        # If it's not a dictionary, just return its string representation
+        return str(d)
+
+    return recursive_process(d)

大模型LLM/2024金融行业·大模型挑战赛/code/agent/schema/__init__.py

@@ -0,0 +1,2 @@
+# agent/schema/__init__.py
+from .schema_utils import get_table_schema, parse_table_structures, map_chinese_to_english_tables, find_value_in_list_of_dicts, filter_table_comments

大模型LLM/2024金融行业·大模型挑战赛/code/agent/schema/schema_utils.py

@@ -0,0 +1,586 @@
+# agent/schema/schema_utils.py
+import jieba
+import numpy as np
+from collections import Counter
+from config import *
+from agent.utils import clean_text, find_dict_by_element
+
+def parse_table_structures(input_text):
+    """
+    用于解析输入文本并提取表结构信息，返回一个字典，其中表名作为键，表结构作为值
+    Parse the input text to extract table structures. 
+    
+    The format is expected as pairs: "table_name === table_structure".
+    
+    Parameters:
+        input_text (str): The raw text containing table structures.
+        
+    Returns:
+        tables_dict (dict): A dictionary where keys are table names and 
+                            values are the associated table structures.
+    """
+    tables_text = input_text.split('===')[1:]
+    tables_dict = {tables_text[i]: tables_text[i + 1] for i in range(0, len(tables_text), 2)}
+    return tables_dict
+
+def map_chinese_to_english_tables(chinese_names, english_names):
+    """
+    将中文的表名映射到对应的英文表名
+    Map Chinese table names to their corresponding English table names.
+    For each Chinese name, there is a matching English name 
+    (case-insensitive comparison).
+    
+    Parameters:
+        chinese_names (list): A list of Chinese table names.
+        english_names (list): A list of English table names.
+        
+    Returns:
+        name_map (dict): A dictionary mapping Chinese table names to English table names.
+    """
+    name_map = {}
+    for cname in chinese_names:
+        # Find the corresponding English name (case-insensitive match)
+        english_match = [en for en in english_names if str(en).lower() == cname.lower()][0]
+        name_map[cname] = english_match
+    return name_map
+
+def find_value_in_list_of_dicts(dict_list, key_to_match, value_to_match, key_to_return):
+    """
+    在字典列表中查找满足条件的字典，并返回其中指定键的值。
+    Search through a list of dictionaries and find the first dictionary where 
+    the value of key_to_match equals value_to_match, then return the value 
+    associated with key_to_return.
+    
+    Parameters:
+        dict_list (list): A list of dictionaries to search through.
+        key_to_match (str): The key whose value we want to match.
+        value_to_match (str): The value we are looking for.
+        key_to_return (str): The key whose value we want to return.
+        
+    Returns:
+        (str): The value associated with key_to_return in the matching dictionary, 
+               or an empty string if no match is found.
+    """
+    for dictionary in dict_list:
+        if dictionary.get(key_to_match) == value_to_match:
+            return dictionary.get(key_to_return)
+    return ''
+
+def filter_table_comments(question, table_comments):
+    """
+    根据输入问题从表注释列表中筛选出与问题相关的注释。
+    Filter a list of table comments based on the given question. 
+    Uses jieba for segmentation and removes stopwords, returning only comments 
+    that contain at least one of the segmented keywords.
+    
+    Parameters:
+        question (str): The question text.
+        table_comments (list): A list of comment strings to filter.
+    
+    Returns:
+        filtered_comments (list): Filtered list of comments.
+    """
+    stopwords = ['？', '有', '的', '多少', '人', '（', '）']
+    seg_list = list(jieba.cut(question, cut_all=False))
+    filtered_seg_list = [word for word in seg_list if word not in stopwords]
+
+    filtered_comments = []
+    for comment in table_comments:
+        if any(keyword in comment for keyword in filtered_seg_list):
+            filtered_comments.append(comment)
+    return filtered_comments
+
+def get_table_schema(question=''):
+    """
+    获取表格的结构信息以及字段的注释
+    Retrieve table schemas along with optional filtered field comments.
+    If a question is provided, the comments will be filtered based on 
+    question keywords.
+    
+    The function:
+      1. Maps Chinese table names to English table names.
+      2. For each table, retrieves its structure and finds associated comments.
+      3. If a question is provided, filter the comments based on keywords extracted from the question.
+    
+    Parameters:
+        question (str): The question text. If empty, no filtering is performed.
+        
+    Returns:
+        table_maps (list): A list of dictionaries, each containing table schema information.
+        {
+            '数据表名': EnglishTableName,
+            '数据表结构': TableStructure,
+            '字段注释': FilteredComments (optional if question is provided)
+        }
+    """
+    if QUESTION_TYPE == "全股":
+        parsed_tables = parse_table_structures(input_text_all)
+        database_L = database_L_all
+        database_table_en = database_table_en_all
+    elif QUESTION_TYPE == "港股":
+        parsed_tables = parse_table_structures(input_text_hk)
+        database_L = database_L_hk
+        database_table_en = database_table_en_hk
+    elif QUESTION_TYPE == "美股":
+        parsed_tables = parse_table_structures(input_text_us)
+        database_L = database_L_us
+        database_table_en = database_table_en_us
+    elif QUESTION_TYPE == "A股":
+        parsed_tables = parse_table_structures(input_text_cn)
+        database_L = database_L_cn
+        database_table_en = database_table_en_cn
+    else:
+        parsed_tables = parse_table_structures(input_text_all)
+        database_L = database_L_all
+        database_table_en = database_table_en_all
+
+    # Clean up keys and values
+    cleaned_tables = {
+        k.replace(' ', '').replace('表结构', ''): v.replace('--', '')
+        for k, v in parsed_tables.items()
+    }
+
+    # List of Chinese table names (keys)
+    chinese_table_names = list(cleaned_tables.keys())
+
+    name_map = map_chinese_to_english_tables(chinese_table_names, database_table_en)
+
+    table_maps = []
+    for cname, structure in cleaned_tables.items():
+        english_name = name_map.get(cname)
+        comments = find_value_in_list_of_dicts(database_L, '数据表名', english_name, '注释')
+
+        if question == '':
+            # No filtering, just return table name and structure
+            table_map = {
+                '数据表名': english_name,
+                '数据表结构': structure
+            }
+        else:
+            # Filter comments based on question
+            filtered_comments = filter_table_comments(question, comments)
+            table_map = {
+                '数据表名': english_name,
+                '数据表结构': structure,
+                '字段注释': filtered_comments
+            }
+
+        table_maps.append(table_map)
+    return table_maps
+
+def to_get_question_columns(question):
+    """
+    Given a question (string) and a global variable database_L_zh (list of dicts),
+    find 列名 that correspond to 列名中文描述 mentioned in the question. 
+    
+    If any matching columns are found, return a message instructing the user to 
+    use these column names directly for data querying. If none are found, return an empty string.
+    
+    Parameters:
+        question (str): The input question text.
+        
+    Returns:
+        str: A message with identified column names or an empty string if none found.
+    """
+    database_L_zh = database_L_zh_all
+    if len(QUESTION_TYPE_LIST) == 0:
+        database_L_zh = database_L_zh_all
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        database_L_zh = database_L_zh_all
+    elif "港股" in QUESTION_TYPE_LIST:
+        database_L_zh = database_L_zh_hk
+    elif "美股" in QUESTION_TYPE_LIST:
+        database_L_zh = database_L_zh_us
+    elif "A股" in QUESTION_TYPE_LIST:
+        database_L_zh = database_L_zh_cn
+    else:
+        database_L_zh = database_L_zh_all
+
+    L_num = []
+    for items in database_L_zh:
+        L_num += items['列名中文描述']
+
+    # Get unique column descriptions
+    L_num_new = [item for item, count in Counter(L_num).items() if count == 1]
+
+    # Drop NaN if any
+    series_num = pd.Series(L_num_new)
+    L_num_new = list(series_num.dropna())
+
+    # Remove known irrelevant items
+    irrelevant_items = ['年度', '占比']
+    for irr in irrelevant_items:
+        if irr in L_num_new:
+            L_num_new.remove(irr)
+
+    matched_columns = []
+    for col_descs in L_num_new:
+        col_desc_another = items_another[col_descs]
+        for col_desc in col_desc_another:
+            # Check if the column description or its cleaned version appears in the question
+            if col_desc in question or clean_text(col_desc) in question:
+                L_dict = find_dict_by_element(database_L_zh, col_descs)
+                if not L_dict:
+                    break
+                # Create a mapping from Chinese description to English column name
+                dict_zip = dict(zip(L_dict[0]['列名中文描述'], L_dict[0]['列名']))
+                column_name = dict_zip[col_descs]
+                data_table = L_dict[0]['数据表名']
+
+                matched_columns.append({
+                    '数据库表': data_table,
+                    '列名': column_name,
+                    '列名中文含义': col_descs
+                })
+                break
+
+    if matched_columns:
+        return f"已获得一部分数据库列名{matched_columns}，请充分利用获得的列名直接查询数据。"
+    else:
+        return ''
+    
+def get_table_schema_with_emb(tables_name=[], question='', threshold=0.35, print_all=True):
+    # tables_name是英文名的list
+    if len(QUESTION_TYPE_LIST) == 0:
+        parsed_tables = parse_table_structures(input_text_all)
+        database_L = database_L_all
+        database_table_en = database_table_en_all
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        parsed_tables = parse_table_structures(input_text_all)
+        database_L = database_L_all
+        database_table_en = database_table_en_all
+    elif "港股" in QUESTION_TYPE_LIST:
+        parsed_tables = parse_table_structures(input_text_hk)
+        database_L = database_L_hk
+        database_table_en = database_table_en_hk
+    elif "美股" in QUESTION_TYPE_LIST:
+        parsed_tables = parse_table_structures(input_text_us)
+        database_L = database_L_us
+        database_table_en = database_table_en_us
+    elif "A股" in QUESTION_TYPE_LIST:
+        parsed_tables = parse_table_structures(input_text_cn)
+        database_L = database_L_cn
+        database_table_en = database_table_en_cn
+    else:
+        parsed_tables = parse_table_structures(input_text_all)
+        database_L = database_L_all
+        database_table_en = database_table_en_all
+        
+    # Clean up keys and values
+    cleaned_tables = {
+        k.replace(' ', '').replace('表结构', ''): v.replace('--', '')
+        for k, v in parsed_tables.items()
+    }
+
+    columns_to_clean = ["column_description"]
+    time_columns = ["TradingDay", "EndDate", "InfoPublDate"]
+    remove_columns = ['InitialInfoPublDate', 'XGRQ','InsertTime','UpdateTime']
+    table_maps = []
+    highest_score_list = []
+    if tables_name == [] or question == '':
+        return None
+    for table_name in tables_name:
+        if DEBUG_VER == 3:
+            print(f"---------->table_name:{table_name}")
+        for english_name, structure in cleaned_tables.items():
+            if english_name.lower() == table_name.lower():
+                # print(f"------------threshold:{threshold}")
+                filtered_comments = []
+                df_tmp = df_all2[df_all2["table_name"]==table_name.split(".")[1]]
+                imp_matched_columns, matched_columns_with_scores = extract_matching_columns_with_similarity(
+                    df_tmp, question, threshold, MAX_TOP_COLUMNS
+                )
+                if matched_columns_with_scores == [] and imp_matched_columns == []:
+                    # print(f"------------pass")
+                    pass
+                else:
+                    # print(f"------------no pass")
+                    # 过滤掉不需要的列
+                    remove_columns = ["InitialInfoPublDate", "XGRQ", "InsertTime", "UpdateTime"]
+                    matched_columns = [
+                        item["column"] for item in matched_columns_with_scores if item["column"] not in remove_columns
+                    ]
+                    matched_columns = [column for column in matched_columns if column not in remove_columns]
+                    highest_score_item = max(matched_columns_with_scores, key=lambda x: x["similarity_score"])
+                    highest_score = highest_score_item["similarity_score"]
+                    if print_all:
+                        pass
+                        # print(f"------------table_name:{table_name}")
+                        # print(f"------------imp_matched_columns:{imp_matched_columns}, matched_columns_with_scores:{matched_columns_with_scores}")
+                    else:
+                        if (highest_score > threshold) or imp_matched_columns != []:
+                            pass
+                            # print(f"------------table_name:{table_name}")
+                            # print(f"------------imp_matched_columns:{imp_matched_columns}, matched_columns_with_scores:{matched_columns_with_scores}")
+                    filtered_structure = filter_structure(structure, matched_columns, time_columns)
+                    filtered_comments = extract_column_descriptions(filtered_structure, df_tmp)
+                    table_map = {
+                        '数据表名': table_name,
+                        '数据表结构': filtered_structure,
+                        '部分字段注释补充': filtered_comments
+                    }
+                    table_maps.append(table_map)
+                    highest_score_list.append(highest_score)
+    if not table_maps or not highest_score_list:
+        return [], []
+    
+    # 将 table_maps 和 highest_score_list 按分数排序
+    combined_list = list(zip(table_maps, highest_score_list))
+    sorted_combined_list = sorted(combined_list, key=lambda x: x[1], reverse=True)
+    table_maps, highest_score_list = zip(*sorted_combined_list)
+    table_maps = list(table_maps)
+    highest_score_list = list(highest_score_list)
+    return table_maps, highest_score_list
+
+def deep_find_tables(all_tables_name_list=[], question='', threshold=0.6, print_all=False, top_table_n=5):
+    # tables_name是英文名的list
+    if len(QUESTION_TYPE_LIST) == 0:
+        df_tmp = df_all
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        df_tmp = df_all
+    elif "港股" in QUESTION_TYPE_LIST:
+        df_tmp = df_hk
+    elif "美股" in QUESTION_TYPE_LIST:
+        df_tmp = df_us
+    elif "A股" in QUESTION_TYPE_LIST:
+        df_tmp = df_cn
+    else:
+        df_tmp = df_all
+    if all_tables_name_list==[] or question=='':
+        return []
+    all_table_list = df_tmp['库表名英文'].values.tolist()
+    all_table_list = [table for table in all_table_list if table not in all_tables_name_list]
+    all_table_list = list(set(all_table_list))
+    table_maps, highest_score_list = get_table_schema_with_emb(all_table_list, question, threshold, print_all)
+    return table_maps[:top_table_n]
+
+# %% [code] {"execution":{"iopub.status.busy":"2025-03-07T09:14:36.671853Z","iopub.execute_input":"2025-03-07T09:14:36.672272Z","iopub.status.idle":"2025-03-07T09:14:36.693550Z","shell.execute_reply.started":"2025-03-07T09:14:36.672191Z","shell.execute_reply":"2025-03-07T09:14:36.692326Z"},"jupyter":{"source_hidden":true}}
+def find_table_with_emb(all_tables_name_list=[], question='', use_local_vectors=USE_LOCAL_VECTORS):
+    """
+    判断后返回最高分的表（始终返回1个）：
+    1. 则对 df_tmp 中所有唯一的库表进行批量比较，并记录每个表的相似度。
+    2. 最后合并候选结果，从中选取相似度最高的表返回（返回列表中只含1个表）。
+    """
+    # 根据 QUESTION_TYPE_LIST 选择对应的数据集
+    if len(QUESTION_TYPE_LIST) == 0:
+        df_tmp = df_all
+        embeddings_path = df_all_embeddings_path
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        df_tmp = df_all
+        embeddings_path = df_all_embeddings_path
+    elif "港股" in QUESTION_TYPE_LIST:
+        df_tmp = df_hk
+        embeddings_path = df_hk_embeddings_path
+    elif "美股" in QUESTION_TYPE_LIST:
+        df_tmp = df_us
+        embeddings_path = df_us_embeddings_path
+    elif "A股" in QUESTION_TYPE_LIST:
+        df_tmp = df_cn
+        embeddings_path = df_cn_embeddings_path
+    else:
+        df_tmp = df_all
+        embeddings_path = df_all_embeddings_path
+
+    if not all_tables_name_list or question == '':
+        return []
+
+    candidate_scores = []
+    df_unique = df_tmp[['库表名英文', 'table_describe']].drop_duplicates()
+    candidate_ids_deep = df_unique['库表名英文'].tolist()
+    candidate_texts_deep = df_unique['table_describe'].tolist()
+    
+    if use_local_vectors:
+        texts_for_batch_deep = [question]
+        similarity_scores_deep = calculate_similarity(texts_for_batch_deep, local_vectors=embeddings_path)
+    else:
+        texts_for_batch_deep = [question] + candidate_texts_deep
+        similarity_scores_deep = calculate_similarity(texts_for_batch_deep)
+        
+    for table, sim in zip(candidate_ids_deep, similarity_scores_deep):
+        candidate_scores.append((table, sim))
+    # 如果没有候选表，则返回空列表
+    if not candidate_scores:
+        return []
+
+    # 从所有候选中选取相似度最高的表（不论是否达到 threshold）
+    best_table, best_sim = max(candidate_scores, key=lambda x: x[1])
+    if DEBUG_VER == 3:
+        print(f"Best table: {best_table} with similarity: {best_sim}")
+    return [best_table]
+
+def extract_matching_columns_with_similarity(df, question, threshold, top_n=25):
+    """
+    根据question提取匹配列：
+      1. 对于每行的字段（如 column_description 与 注释），先做全量匹配，
+         如果文本完全包含在question中，则直接赋分1.0。
+      2. 同时收集所有候选文本，最后批量调用 calculate_similarity，
+         将 question 与所有候选文本比较，得到相似度分数（只保留达到阈值的）。
+      3. 同一列可能对应多个候选文本，最终保留相似度最高的得分。
+    返回：
+      - imp_matched_columns：全量匹配（得分1.0）的列名列表
+      - topn_matched_columns：满足阈值的列及其相似度分数（按分数降序排列，最多 top_n 个）
+    """
+    imp_matched_columns_with_scores = {}  # 全量匹配得分为1.0的列
+    matched_columns_with_scores = {}      # 语义匹配得分（可能多次出现，取最高分）
+
+    candidate_texts = []  # 收集待计算相似度的候选文本
+    candidate_ids = []    # 对应候选文本所属的列名
+
+    # 遍历DataFrame中的每一行
+    for _, row in df.iterrows():
+        col_name = row["column_name"]
+
+        # 处理 column_description 字段
+        if isinstance(row["column_description"], str):
+            col_desc = row["column_description"]
+            # 全量匹配检查：如果候选文本出现在question中，则直接记1.0分
+            if col_desc in question:
+                imp_matched_columns_with_scores[col_name] = 1.0
+                matched_columns_with_scores[col_name] = 1.0
+            # 无论全量匹配与否，都加入候选列表进行语义匹配
+            else:
+                candidate_texts.append(col_desc)
+                candidate_ids.append(col_name)
+
+        # 处理 注释 字段（假设多个注释以“，”分隔）
+        if isinstance(row["注释"], str):
+            words = row["注释"].split("，")
+            for word in words:
+                if word in question:
+                    imp_matched_columns_with_scores[col_name] = 1.0
+                    matched_columns_with_scores[col_name] = 1.0
+                # candidate_texts.append(word)
+                # candidate_ids.append(col_name)
+
+    # 批量计算语义相似度：将 question 与所有候选文本一次性比较
+    if candidate_texts:
+        # 构造输入列表：第一个文本为 question，其余为所有候选文本
+        texts_for_batch = [question] + candidate_texts
+        similarity_scores = calculate_similarity(texts_for_batch)
+        # 遍历每个候选文本的相似度
+        for idx, sim in enumerate(similarity_scores):
+            if sim >= threshold:
+                col = candidate_ids[idx]
+                # 同一列可能有多个候选文本，保留相似度最高的得分
+                matched_columns_with_scores[col] = max(matched_columns_with_scores.get(col, 0), sim)
+
+    # 合并全量匹配和语义匹配的结果
+    all_matched_columns = {**matched_columns_with_scores, **imp_matched_columns_with_scores}
+    # 按相似度分数降序排列（注意：由于全量匹配的分数为1.0，通常会排在最前面）
+    unique_matched_columns = {col: score for col, score in sorted(all_matched_columns.items(), key=lambda x: -x[1])}
+
+    # 提取全量匹配列
+    imp_matched_columns = [col for col, score in unique_matched_columns.items() if score == 1.0]
+
+    # 筛选出满足阈值的列，并构造输出格式（字典列表），按分数降序排序
+    matched_columns = sorted(
+        [{"column": col, "similarity_score": score} for col, score in unique_matched_columns.items() if score >= threshold],
+        key=lambda x: x["similarity_score"],
+        reverse=True
+    )
+    topn_matched_columns = matched_columns[:top_n]
+    return imp_matched_columns, topn_matched_columns
+
+def filter_structure(structure, matched_columns, time_columns):
+    # 分割表头和数据部分
+    sections = structure.split("\n\n", 1)
+    header = sections[0]  # 表头部分
+    data_rows = sections[1] if len(sections) > 1 else ""  # 数据部分
+    
+    # 条件检查函数
+    def satisfies_conditions(row):
+        row_fields = row.split()  # 假设字段之间是用空格分隔的
+        # 完全匹配检查
+        if any(col == field for field in row_fields for col in matched_columns):
+            return True
+        if any(col == field for field in row_fields for col in time_columns):
+            return True
+        if any(keyword in row for keyword in ["Code", "Abbr", "Name"]):
+            return True
+        return False
+
+    # 逐行过滤数据部分
+    filtered_rows = []
+    for row in data_rows.strip().split("\n"):
+        if satisfies_conditions(row):
+            filtered_rows.append(row)
+
+    # 将过滤后的内容与表头合并
+    filtered_structure = header + "\n\n" + "\n".join(filtered_rows) if filtered_rows else header
+    return filtered_structure
+
+def extract_column_descriptions(filtered_structure, df_tmp):
+    # 从"\n\n"开始提取内容部分
+    content = filtered_structure.split("\n\n", 1)[1].strip()
+
+    # 提取列名（每行第一个空格前的部分）
+    column_names = []
+    for line in content.split("\n"):
+        column_name = line.split()[0]  # 获取第一个空格前的内容
+        column_names.append(column_name)
+
+    # 转换 df_tmp 为字典形式，方便查找
+    column_dict = dict(zip(df_tmp["column_name"], df_tmp["注释"]))
+
+    # 构造结果列表
+    result = []
+    for column_name in column_names:
+        if column_name in column_dict and len(str(column_dict[column_name]))>3:
+            result.append({column_name: column_dict[column_name]})
+
+    return result
+
+def calculate_similarity(text_list, local_vectors=False):
+    """
+    批量计算相似度：
+      - 输入一个文本列表，其中第一个文本作为基准，其余文本与基准比较
+      - 当候选文本超过 64 条时，会分批请求，最后返回所有候选文本与基准文本的相似度（保留4位小数）
+    """
+
+    base_text = text_list[0]
+    # 先单独请求基准文本的 embedding
+    base_response = client.embeddings.create(
+        model="embedding-3",
+        input=[base_text]
+    )
+    base_embedding = base_response.data[0].embedding
+    base_embedding = np.array(base_embedding)
+
+    all_similarities = []
+    if local_vectors:
+        if DEBUG_VER == 3:
+            print(f'------>local_vectors:{local_vectors}')
+        # 使用本地保存的向量
+        with open(local_vectors, 'r', encoding='utf-8') as f:
+            local_embeddings = json.load(f)
+        
+        # 确保读取到的向量与候选文本对应
+        candidate_embeddings = np.array(local_embeddings)
+    else:
+        # 批量处理候选文本，每次最多请求64条
+        candidate_texts = text_list[1:]
+        candidate_embeddings = []
+        chunk_size = 64  # 每次最多请求64条
+        for i in range(0, len(candidate_texts), chunk_size):
+            chunk = candidate_texts[i:i+chunk_size]
+            response = client.embeddings.create(
+                model="embedding-3",
+                input=chunk
+            )
+            # 提取候选文本的 embedding 并转换为 NumPy 数组
+            embeddings = [item.embedding for item in response.data]
+            candidate_embeddings.extend(embeddings)
+        
+        candidate_embeddings = np.array(candidate_embeddings)
+
+    # 计算余弦相似度： dot / (||base|| * ||candidate||)
+    dot_products = candidate_embeddings.dot(base_embedding)
+    norm_base = np.linalg.norm(base_embedding)
+    norm_candidates = np.linalg.norm(candidate_embeddings, axis=1)
+    similarities = dot_products / (norm_base * norm_candidates)
+
+    # 保留4位小数，并加入结果列表
+    sims = [round(float(sim), 4) for sim in similarities]
+    all_similarities.extend(sims)
+
+    return all_similarities

大模型LLM/2024金融行业·大模型挑战赛/code/agent/sql/__init__.py

@@ -0,0 +1,4 @@
+# agent/sql/__init__.py
+from .exec import exec_sql_s
+from .process_sql import to_select, extract_table_names, all_tables_in_prompt
+from .knowledge import way_string_2

大模型LLM/2024金融行业·大模型挑战赛/code/agent/sql/exec.py

@@ -0,0 +1,35 @@
+# agent/sql/exec.py
+from config import *
+import requests
+
+def exec_sql_s(sql):
+    """
+    Execute a given SQL query on a remote endpoint and return the result.
+    Uses 'Access_Token' for authorization and limits the result to 10 rows.
+
+    Parameters:
+        sql (str): The SQL query to be executed.
+
+    Returns:
+        list: The query result as a list of rows (dictionaries), or None if not found.
+    """
+    headers = {
+        "Authorization": f'Bearer {Access_Token}',
+        "Accept": "application/json"
+    }
+    url = "https://comm.chatglm.cn/finglm2/api/query"
+
+    response = requests.post(url, headers=headers, json={
+        "sql": sql,
+        "limit": 50
+    })
+    response_json = response.json()
+
+    # If there's no 'data' field, print the full response for debugging
+    if 'data' not in response_json:
+        if DEBUG_VER == 3:
+            print(response_json)
+        pass
+
+    # Return 'data' if present
+    return response_json.get('data', None)

大模型LLM/2024金融行业·大模型挑战赛/code/agent/sql/knowledge.py

@@ -0,0 +1,232 @@
+# agent/sql/knowledge.py
+import json
+from config import *
+from agent.embeddings.embedding_utils import calculate_similarity
+from agent.schema.schema_utils import to_get_question_columns
+
+def find_sql_prompt(question, Knowledge_file, threshold=SQL_PROMPT_THRESHOLD, top_n=1, use_local_vectors=USE_LOCAL_VECTORS):
+    """
+    批量比较 question 与多个 knowledge_question：
+      1. 从知识库文件中加载数据，提取所有 knowledge_question 及对应的 sql_prompt。
+      2. 一次性调用 calculate_similarity，将 question 作为基准，与所有 knowledge_question 进行比较。
+      3. 筛选出相似度 >= threshold 的记录，按相似度降序排列，返回前 top_n 个 sql_prompt，
+         同时返回最高相似度分数。
+    """
+    sql_prompts = []
+    with open(Knowledge_file, "r", encoding="utf-8") as f:
+        knowledge_data = json.load(f)
+        
+    candidate_questions = []      # 收集所有的 knowledge_question
+    candidate_sql_prompts = []    # 对应的 sql_prompt
+    
+    # 遍历知识库数据，提取所有 candidate_questions 和对应的 sql_prompt
+    for entry in knowledge_data:
+        for item in entry.get("team", []):
+            knowledge_question = item.get("question", "")
+            sql_prompt_candidate = item.get("sql_prompt", "")
+            candidate_questions.append(knowledge_question)
+            candidate_sql_prompts.append(sql_prompt_candidate)
+            
+    highest_similarity = 0
+    # 如果没有候选问题，则直接返回空结果
+    if not candidate_questions:
+        return "", highest_similarity
+
+    if use_local_vectors:
+        texts_for_batch = [question]
+        similarity_scores = calculate_similarity(texts_for_batch,local_vectors=knowledge_embeddings_file)
+    else:
+        texts_for_batch = [question] + candidate_questions
+        similarity_scores = calculate_similarity(texts_for_batch)
+    
+    # 遍历所有候选问题的相似度
+    for idx, sim in enumerate(similarity_scores):
+        if sim >= threshold and len(candidate_sql_prompts[idx]) >= 20:
+            sql_prompts.append({
+                "sql_prompt": candidate_sql_prompts[idx],
+                "similarity": sim
+            })
+            if sim > highest_similarity:
+                highest_similarity = sim
+                
+    # 如果没有符合条件的 sql_prompt，则返回空结果
+    if not sql_prompts:
+        return "", 0
+        
+    # 根据相似度降序排序
+    sql_prompts_sorted = sorted(sql_prompts, key=lambda x: x['similarity'], reverse=True)
+    
+    # 获取前 top_n 个 sql_prompt，并拼接成字符串返回
+    top_sql_prompts_list = [item["sql_prompt"] for item in sql_prompts_sorted[:top_n]]
+    top_sql_prompts = "\n\n".join(top_sql_prompts_list) + "\n\n" if top_sql_prompts_list else ""
+    if DEBUG_VER == 3:
+        print(f"--------->highest_similarity:{highest_similarity},top_sql_prompts:{top_sql_prompts}")
+    return top_sql_prompts, highest_similarity
+
+def way_string_2(question):
+    way_string_2 = ">>查询参考："
+
+    if "近一个月最高价" in question:
+        way_string_2 += "查询近一个月最高价,你写的sql语句可以优先考虑表中已有字段HighPriceRM  近一月最高价(元)\n"
+    if "近一个月最低价" in question:
+        way_string_2 += "查询近一月最低价(元),你写的sql语句直接调用已有字段LowPriceRM\n"
+    if ('年度报告' in question and '最新更新' in question) or '比例合计' in question:
+        way_string_2 += """特别重要一定注意，查询最新更新XXXX年年度报告，机构持有无限售流通A股数量合计InstitutionsHoldProp最多公司代码，优先使用查询sql语句，SELECT *
+                            FROM AStockShareholderDB.LC_StockHoldingSt
+                            WHERE date(EndDate) = 'XXXX-12-31'
+                              AND UpdateTime = (
+                                SELECT MAX(UpdateTime)
+                                FROM AStockShareholderDB.LC_StockHoldingSt
+                                WHERE date(EndDate) = 'XXXX-12-31'
+                              ) ORDER BY InstitutionsHoldings DESC LIMIT 1 ，XXXX代表问题查询年度，sql语句禁止出现group by InnerCode;
+
+                              查询最新更新XXXX年年度报告,公司机构持有无限售流通A股比例合计InstitutionsHoldProp是多少,优先使用查询sql语句，SELECT InstitutionsHoldProp
+                            FROM AStockShareholderDB.LC_StockHoldingSt
+                            WHERE date(EndDate) = 'XXXX-12-31'
+                              AND UpdateTime = (
+                                SELECT MAX(UpdateTime)
+                                FROM AStockShareholderDB.LC_StockHoldingSt
+                                WHERE date(EndDate) = 'XXXX-12-31'
+                              ) ORDER BY InstitutionsHoldings DESC LIMIT 1 ，XXXX代表问题查询年度，sql语句禁止出现group by InnerCode;\n"""
+
+    if '新高' in question:
+        way_string_2 += """新高 要用AStockMarketQuotesDB.CS_StockPatterns现有字段
+        
+        查询今天是2021年01月01日，创近半年新高的股票有几只示。示例sql语句:SELECT count(*)  FROM AStockMarketQuotesDB.CS_StockPatterns
+                WHERE  IfHighestHPriceRMSix=1 AND date(TradingDay)='2021-01-01;
+                判断某日 YY-MM-DD  InnerCode XXXXXX 是否创近一周的新高，查询结果1代表是,IfHighestHPriceRW字段可以根据情况灵活调整  SELECT   InnerCode,TradingDay,IfHighestHPriceRW  FROM AStockMarketQuotesDB.CS_StockPatterns
+                WHERE  date(TradingDay)='2021-12-20' AND InnerCode = '311490';\n
+                
+                """
+    if '成交额' in question and '平均' in question:
+        way_string_2 += """查询这家公司5日内平均成交额是多少。示例sql语句:SELECT count(*)  FROM AStockMarketQuotesDB.CS_StockPatterns
+                WHERE  IfHighestHPriceRMSix=1 AND date(TradingDay)='2021-01-01;\n"""
+    if '半年度报告' in question:
+        way_string_2 += """查询XXXX年半年度报告的条件为：year(EndDate) = XXXX AND InfoSource='半年度报告';\n"""
+
+    # if "硕士或研究生学历（及以上）" in question:
+    #     way_string_2 += """查询XXXX年某公司的硕士或研究生学历（及以上）的条件可参考：year(EndDate) = XXXX AND TypeName = '研究生及以上学历'"""
+    if "硕士或研究生学历（及以上）" in question:
+        way_string_2 += """查询某公司的硕士或研究生学历（及以上）的人数,可参考 AStockOperationsDB.LC_Staff 表中 TypeName = '研究生及以上学历 ，来查询'\n"""
+
+    if "退休"  in question and ('多少人' in question or '几个人' in question or '多少个人' in question):
+        way_string_2 += """查询某公司某年的退休人数的条件可参考：ClassfiedMethod = 9300 AND year(EndDate) = XXXX; XXXX表示要查的年份，9300表示离退人数
+                           查询某年（只要该年）的某公司退休人数，示例问题：'2020年1月1日至年底常熟银行退休了多少人？'示例sql语句：SELECT SUM(CASE WHEN date(EndDate) BETWEEN '2020-01-01' AND '2020-12-31' THEN EmployeeSum ELSE 0 END) -  SUM(CASE WHEN date(EndDate) BETWEEN '2019-01-01' AND '2019-12-31' THEN EmployeeSum ELSE 0 END) AS EmployeeDifference FROM AStockOperationsDB.LC_Staff WHERE CompanyCode = 71598 AND ClassfiedMethod = 9300; 解析：条件过滤ClassfiedMethod=9300表示退离人数、CompanyCode（公司代码），得到的EmployeeSum就是对应人数，由于是求某一年所以得把当年的值减去前一年的。\n
+                        """
+
+    if "董秘" in question:
+        way_string_2 += """查询某公司董秘,你写的sql语句可以优先考虑 AStockBasicInfoDB.LC_StockArchives 表中已有字段 SecretaryBD \n"""
+
+    if "前三高管" in question and ('报酬' in question or '薪资' in question or '薪酬' in question):
+        way_string_2 += """查询某公司前三高管薪资，优先考虑 AStockOperationsDB.LC_RewardStat 表中字段 High3Managers 前三名高管报酬(元)\n"""
+
+    if "CN" in question:
+        way_string_2 += """查询CN公司的条件可参考 USStockDB.US_CompanyInfo 表中字段 PEOStatus = 'CN' 来查询\n"""
+    # V40新增
+    if "上市" in question and ("年" in question or "时" in question):  # 上市公司或时间
+        way_string_2 += """查询某公司上市的时间条件可参考 date(ListedDate) AND ListedState = 1 来查询,ListedDate是上市日期，ListedState是上市状态，等于1表示上市\n"""
+    if "基金" in question:  # 这支基金是什么时候生效的
+        if "生效" in question and "时" in question:
+            way_string_2 += """查询某基金生效时间的SQL可以优先考虑 PublicFundDB.MF_FundProdName 库表中已有字段 EffectiveDate 生效日期\n"""
+    if "指数" in question:
+        if "多少种": # 中证指数有限公司发布了多少种指数？
+            way_string_2 += """查询某公司发布了多少种指数的SQL，优先考虑 IndexDB.LC_IndexBasicInfo 库表中已有字段 IndexType 指数类别\n"""
+        if "多少" in question and "公司" in question:
+            way_string_2 += """查询发布的指数涵盖多少家公司的SQL，可以使用 IndexDB.LC_IndexBasicInfo 库表中已有字段 IndexCode 指数内部编码 和 证券主表中的 InnerCode 关联\n"""
+    if "非公开增发" in question: # 该公司在过去的进行了几次非公开增发？
+        way_string_2 += """查询某公司非公开增发的信息，可以使用 AStockFinanceDB.LC_AShareSeasonedNewIssue 库表中已有字段 IssueType = 21 表示非公开增发的类别\n"""
+    if "年报" in question or "年度报告" in question:
+        way_string_2 += """查询年报（年度报告）可参考 库表中存在的字段 InfoSource = '年度报告' 来查询\n"""
+    # v60新增的：
+    if "子类" in question and "概念" in question:
+        way_string_2 += """查询某子类概念的纳入数量，示例问题：'化工纳入过多少个子类概念？'示例sql语句：SELECT count(distinct(ConceptCode)) FROM AStockIndustryDB.LC_ConceptList WHERE SubclassName LIKE '%化工%'; 解析：通过SubclassName（所属2级概念代码），统计ConceptCode（所属概念板块编码）对应的数量\n"""
+        way_string_2 += """查询某子类概念的某年纳入过多少个以及哪些，示例问题：'2021年纳入过多少个？分别是？ '示例sql语句：SELECT ConceptCode, ConceptName FROM AStockIndustryDB.LC_ConceptList WHERE SubclassName LIKE '%化工%' AND year(begindate) = 2021; 解析：通过SubclassName（所属2级概念代码）和begindate（起始日期）找到对应的ConceptCode（所属概念板块编码）和ConceptName（概念名称）\n"""
+        if "股票" in question and "多少" in question:
+            way_string_2 += """查询某子类概念某年的纳入股票数量有多少，示例问题：'2021年化工纳入的这些概念的股票有多少只？'示例sql语句：SELECT COUNT(DISTINCT(InnerCode)) AS 纳入的这些概念的有多少 FROM AStockIndustryDB.LC_COConcept WHERE ConceptCode in (SELECT ConceptCode FROM AStockIndustryDB.LC_ConceptList WHERE SubclassName LIKE '%化工%' AND year(begindate) = 2021); 解析通过SubclassName（所属2级概念代码）和begindate（起始日期）找到对应的ConceptCode（所属概念板块编码），然后通过ConceptCode（所属概念板块编码）关联其它表找到InnerCode（证券内部编码）\n"""
+        if "三级行业" in question and "年" in question and "纳入" in question:
+            way_string_2 += """查询某子类概念某年的纳入股票分别属于哪些三级行业，示例问题：'2021年化工纳入的这些概念的股票分别属于哪些三级行业（仅考虑2021年新纳入的行业数据）？'示例sql语句：SELECT DISTINCT ThirdIndustryCode, ThirdIndustryName FROM AStockIndustryDB.LC_ExgIndustry WHERE year(InfoPublDate) = 2021 AND CompanyCode in (SELECT DISTINCT(CompanyCode) FROM ConstantDB.SecuMain WHERE InnerCode in (SELECT DISTINCT(InnerCode) FROM AStockIndustryDB.LC_COConcept WHERE ConceptCode in (SELECT ConceptCode FROM AStockIndustryDB.LC_ConceptList WHERE SubclassName LIKE '%化工%' AND year(begindate) = 2021)));\n"""
+    if "三级行业" in question and "属于" in question:
+        way_string_2 += """查询某公司属于哪个三级行业，示例问题：'天顺风能属于哪个三级行业？'示例sql语句：SELECT ThirdIndustryName FROM AStockIndustryDB.LC_ExgIndustry WHERE CompanyCode = 81722 AND IfPerformed = 1 ORDER BY InfoPublDate DESC LIMIT 1; 解析：IfPerformed（是否执行，1-是；2-否），CompanyCode（公司代码）指向要查询的公司，ThirdIndustryName（对应三级行业名称）\n"""
+    if "多少" in question and "发布" in question and "行业" in question and "股票" in question:
+        way_string_2 += """查询某三级行业发布了多少支股票，示例问题：'2021年发布的该行业的股票有多少只？'示例sql语句：SELECT COUNT(DISTINCT CompanyCode) AS 风电零部件_2021 FROM AStockIndustryDB.LC_ExgIndustry WHERE ThirdIndustryName = '风电零部件' AND YEAR(InfoPublDate) = 2021 AND IfPerformed = 1;解析：通过多个条件IfPerformed（是否执行，1-是；2-否）和InfoPublDate（发布日期）和ThirdIndustryName（三级行业名称）去过滤出CompanyCode（公司代码）并去重统计\n"""
+    if "行业" in question and "行业营业收入" in question:
+        way_string_2 += """查询某三级行业某时间发布的最高行业营业收入，示例问题：'2021年8月，风电零部件行业公布的最高行业营业收入是多少万元？'示例sql语句：SELECT MAX(IndOperatingRevenue) AS MaxOperatingRevenue FROM AStockIndustryDB.LC_IndFinIndicators WHERE YEAR(InfoPublDate) = 2021 AND MONTH(InfoPublDate) = 8 AND IndustryCode = (SELECT DISTINCT(ThirdIndustryCode) FROM AStockIndustryDB.LC_ExgIndustry WHERE ThirdIndustryName = '风电零部件');解析：子sql过滤ThirdIndustryName（三级行业名称）找到ThirdIndustryCode（三级行业代码）去跟IndustryCode（行业代码）关联起来，InfoPublDate去指定对应的年月，找到最大的IndOperatingRevenue（行业营业收入TTM(万元)）\n"""        
+    if "年度" in question and "发布日期" in question:
+        way_string_2 += """查询某公司某年度经营情况的信息发布日期，示例问题：'000958公司2021年度经营情况的信息发布日期是（XXXX-XX-XX）？'示例sql语句：SELECT distinct(InfoPublDate) FROM AStockFinanceDB.LC_MainOperIncome WHERE CompanyCode = 515 AND year(EndDate) = 2021 AND InfoSource = '年度报告';解析：过滤需要通过InfoSource（信息来源）=年度报告 和 EndDate（业务日期）来筛选，得出InfoPublDate（发布日期）\n"""
+    if "近一年最低价" in question:
+        way_string_2 += """查询某公司某时间的近一年最低价，示例问题：'2020年6月24日，阅文集团近一年最低价是多少？'示例sql语句：SELECT HighPriceRM FROM HKStockDB.CS_HKStockPerformance WHERE InnerCode = 1150048 AND DATE(TradingDay) = '2020-06-24'; 解析：条件过滤TradingDay（交易日期）='对应时间' 和 InnerCode（证券内部编码），得到HighPriceRM（近一月最高价(元)）\n"""
+    if "差额" in question:
+        way_string_2 += """求两个值的差额，示例问题：'阅文集团56.00元22.95元之间的差额是多少？'示例sql语句：SELECT 56.00 - 22.95; 解析：涉及差额等计算的用sql语句来计算，得到最终结果。注意：这两个值请替换成实际值\n"""
+    if "名称" in question and "变更" in question:
+        way_string_2 += """查询某时间内，有多少公司的名称发生变更，示例问题：'2020年之间 哪些公司进行公司名称全称变更，公司代码是什么？'示例sql语句：SELECT CompanyCode,ChiName FROM AStockBasicInfoDB.LC_NameChange WHERE year(InfoPublDate) = 2020 OR year(ChangeDate) = 2020; 解析：需要获取InfoPublDate（发布时间）和ChangeDate（变更时间）的所有公司，尽可能获取到更多，CompanyCode（公司代码）,ChiName（公司名称）则是最终结果\n"""
+    if "名下" in question and "公司" in question:
+        way_string_2 += """查询某实控人名下有多少公司，示例问题：'中国东方航空集团有限公司名下一共有多少家公司？"'示例sql语句：SELECT COUNT(DISTINCT CompanyCode) FROM AStockShareholderDB.LC_ActualController WHERE ControllerName = '中国东方航空集团有限公司'; 解析：通过ControllerName（实际控制人名称）找到CompanyCode（公司代码）并统计去重后的数量\n"""
+    if "业务" in question and "从事" in question and "多少" in question:
+        way_string_2 += """查询某些公司中，有多少家从事某业务，示例问题：'中国东方航空集团有限公司名下的公司中，从事物流业务的有多少家？'示例sql语句：SELECT count(DISTINCT CompanyCode) FROM AStockBasicInfoDB.LC_Business WHERE MainBusiness like '%物流%' AND CompanyCode in (SELECT DISTINCT(CompanyCode) FROM AStockShareholderDB.LC_ActualController WHERE ControllerName = '中国东方航空集团有限公司'); 解析：子sql找到对应的CompanyCode（公司代码）并提供给主sql，配合MainBusiness（MainBusiness）找到满足条件的CompanyCode（公司代码）\n"""
+    if "前十大股东" in question:
+        if "持股比例" in question:
+            way_string_2 += """查询某公司某年度前十大股东的持股比例，示例问题：'航锦科技股份有限公司2020年度，其前十大股东的持股比例变成了多少？'示例sql语句：SELECT Top10StockholdersProp FROM AStockShareholderDB.LC_StockHoldingSt WHERE CompanyCode = 414 AND year(EndDate) = 2020 AND InfoSource ='年度报告'; 解析：年度使用EndDate（业务日期）字段配合CompanyCode（公司代码）找到Top10StockholdersProp（前十大股东持股比例合计(%)）\n"""
+    if "申万" in question and "行业"in question:
+        if "新版" in question:
+            way_string_2 += """查询新版申万某行业数据，示例问题：'2021年末，按新版申万行业分类，现在均胜电子属于什么申万一级行业？'示例sql语句：SELECT FirstIndustryName,FirstIndustryCode,InfoPublDate FROM AStockIndustryDB.LC_ExgIndustry WHERE CompanyCode = 1632 AND Standard = 38 AND IfPerformed = 1 AND InfoPublDate <= '2021-12-31' ORDER BY InfoPublDate DESC; 解析：WHERE条件Standard=38（表示用申万行业新版数据） 和 IfPerformed（是否执行了，1-是；2-否），找到对应一级行业则带上FirstIndustryName（所属一级行业名称）和FirstIndustryCode（所属一级行业代码）\n"""
+        else:
+            way_string_2 += """查询申万某行业数据，示例问题：'申万一级行业是交通运输的公司有多少家？'示例sql语句：SELECT COUNT(DISTINCT CompanyCode) AS CompanyCount FROM AStockIndustryDB.LC_ExgIndustry WHERE InfoSource = '申万研究所' AND FirstIndustryName = '交通运输' AND IfPerformed = 1; 解析：WHERE条件InfoSource = '申万研究所'（表示用申万的数据,问题中没有'新版'字眼则默认用这个，不用Standard） 和 IfPerformed（是否执行了，1-是；2-否），要找对应一级行业则带上FirstIndustryName，去统计去重后的CompanyCode（公司代码）\n"""
+    if "变更" in question and "行业"in question:
+        if "取消" in question:
+            way_string_2 += """查询哪些公司某年变更了行业但在某年又取消了，示例问题：' 2021年，申万一级行业为交通运输的公司中，哪些公司在2020年变更了行业后又在2021年取消了变更？'示例sql语句：SELECT CompanyCode FROM AStockIndustryDB.LC_ExgIndustry WHERE year(InfoPublDate) = 2020 AND year(CancelDate) = 2021 AND CompanyCode in (SELECT DISTINCT CompanyCode FROM AStockIndustryDB.LC_ExgIndustry WHERE  InfoSource = '申万研究所' AND FirstIndustryName = '交通运输' AND IfPerformed = 1); 解析：子sql查到对应的CompanyCode（公司代码），并通过InfoPublDate（发布日期）匹配变更开始的时间和CancelDate（取消日期）取消的时间过滤出最终满足条件的CompanyCode（公司代码）\n"""
+        else:
+            way_string_2 += """查询哪些公司某年变更了行业，示例问题：'申万一级行业是交通运输的公司中多少家是20年变更的行业？'示例sql语句：SELECT COUNT(DISTINCT CompanyCode)  FROM AStockIndustryDB.LC_ExgIndChange WHERE year(InfoPublDate) = 2020 AND CompanyCode in (SELECT DISTINCT CompanyCode FROM AStockIndustryDB.LC_ExgIndustry WHERE InfoSource = '申万研究所' AND FirstIndustryName = '交通运输' AND IfPerformed = 1); 解析：子sql找到相关CompanyCode（公司代码）并配合InfoPublDate（发布日期）过滤，只要出现在库表AStockIndustryDB.LC_ExgIndChange（上市公司行业板块.公司行业变更表）里，则是变更行业的公司\n"""
+    if "股东" in question and "基金管理" in question and "公司" in question:
+        way_string_2 += """查询某些股东里，有几家是基金管理公司，示例问题：'陵榨菜公司上市公告书中的前十大股东里，有几家是基金管理公司？'示例sql语句：SELECT ThirdLvCode,SHName FROM AStockShareholderDB.LC_SHTypeClassifi WHERE ThirdLvCode in (2050400,2050500) AND SHName in (SELECT distinct SHList FROM AStockShareholderDB.LC_MainSHListNew WHERE CompanyCode = 81336 AND InfoTypeCode = 1 AND SHNo <= 10); 解析：子sql通过条件CompanyCode（公司代码）和InfoTypeCode=1（表示前十大股东）和SHNo<=10（表示股东排名）得到去重后的SHList（股东名称），主sql通过得到的股东名称加上'ThirdLvCode in (2050400,2050500)'（三级分类代码，2050400-公募基金管理公司，2050500-私募基金管理公司）过滤得到最终结果SHName（股东名称）\n"""
+    if "多少" in question and "上市" in question and ("公司" in question or "企业" in question):
+        way_string_2 += """查询某时间上市了多少家公司（企业），示例问题：'2010年一共上市了多少家企业？'示例sql语句：SELECT COUNT(distinct InnerCode) AS TotalListedCompanies FROM ConstantDB.SecuMain WHERE year(ListedDate) = 2010 AND ListedState = 1; 解析：过滤ListedDate（上市日期）和ListedState（上市状态，1-上市，5-终止，9-其他）得到上市公司数量\n"""
+    if ("公司" in question or "企业" in question) and "注册" in question and "在" in question and "办公" not in question:
+        way_string_2 += """查询某时某些公司里有多少在某地注册的，示例问题：'2021年上市的企业有多少是在北京注册的？'示例sql语句：SELECT COUNT(DISTINCT(ConstantDB.SecuMain.CompanyCode)) AS BeijingListedCompanies FROM ConstantDB.SecuMain JOIN AStockBasicInfoDB.LC_StockArchives ON ConstantDB.SecuMain.CompanyCode = AStockBasicInfoDB.LC_StockArchives.CompanyCode WHERE year(ListedDate) = 2010 AND ListedState = 1 AND AStockBasicInfoDB.LC_StockArchives.RegAddr like '%北京市%'; 解析：WHERE条件RegAddr（公司注册地址）可以过滤某地区和ListedDate（上市日期）和ListedState（上市状态，1-上市，5-终止，9-其他），得到在某年某市注册的公司数量\n"""
+    if ("公司" in question or "企业" in question) and "注册" in question and "在" in question and "办公" in question:
+        way_string_2 += """查询某时某些公司里有多少的注册和办公都在某地的，示例问题：'2021年上市的企业有多少注册和办公都在海淀的？'示例sql语句：SELECT DISTINCT ConstantDB.SecuMain.CompanyCode,InnerCode,ConstantDB.SecuMain.ChiName FROM ConstantDB.SecuMain JOIN AStockBasicInfoDB.LC_StockArchives ON ConstantDB.SecuMain.CompanyCode = AStockBasicInfoDB.LC_StockArchives.CompanyCode WHERE year(ListedDate) = 2010 AND ListedState = 1 AND AStockBasicInfoDB.LC_StockArchives.RegAddr like '%海淀%' AND AStockBasicInfoDB.LC_StockArchives.OfficeAddr like '%海淀%';解析：WHERE条件RegAddr（公司注册地址）、OfficeAddr（公司办公地址）、ListedDate（上市日期）、ListedState（上市状态，1-上市，5-终止，9-其他），得到最终结果\n"""
+    if  "公司" in question or "企业" in question:
+        if "季报" in question:
+            if "预付款项" in question:
+                way_string_2 += """查询某年某公司某一季报的预付款项，示例问题：'中南出版传媒集团股份有限公司2019年母公司一季报中预付款项是多少？'示例sql语句：SELECT AdvancePayment FROM AStockFinanceDB.LC_BalanceSheetAll WHERE CompanyCode = 80194 AND year(EndDate) = 2019 AND InfoSourceCode = 110103 AND IfMerged = 2; 解析：WHERE条件IfMerged（是否合并，1-合并报表；2-母公司报表）、InfoSourceCode（信息来源编码，110101-定期报告:年度报告，110102-定期报告:半年度报告，110103-定期报告:第一季报，110104-定期报告:第三季报，110105-定期报告:审计报告，120102-临时公告:年度报告(更正后)，120103-临时公告:半年度报告(更正后)，120104-临时公告:第一季报(更正后)，120105-临时公告:第三季报(更正后)）、CompanyCode（公司代码）、EndDate（业务日期），过滤得到AdvancePayment（预付款项(元)）\n"""
+            if "总营收" in question or "营业总收入" in question:
+                way_string_2 += """查询某年某公司某一季报的总营收，示例问题：'中南出版传媒集团股份有限公司2019年母公司一季报中总营收是多少？'示例sql语句：SELECT TotalOperatingRevenue FROM AStockFinanceDB.LC_IncomeStatementAll WHERE CompanyCode = 80194 AND year(EndDate) = 2019 AND InfoSourceCode = 110103 AND IfMerged = 2; 解析：WHERE条件IfMerged（是否合并，1-合并报表；2-母公司报表）、InfoSourceCode（信息来源编码，110101-定期报告:年度报告，110102-定期报告:半年度报告，110103-定期报告:第一季报，110104-定期报告:第三季报，110105-定期报告:审计报告，120102-临时公告:年度报告(更正后)，120103-临时公告:半年度报告(更正后)，120104-临时公告:第一季报(更正后)，120105-临时公告:第三季报(更正后)）、CompanyCode（公司代码）、EndDate（业务日期），过滤得到TotalOperatingRevenue（营业总收入）\n"""
+        if "行业" in question:
+            if "总市值" in question:
+                way_string_2 += """查询某时间某公司所在某级行业的总市值，示例问题：'2021年8月4日，科达制造所属的二级行业当日行业总市值有多少？'示例sql语句：SELECT TotalMV FROM AStockIndustryDB.LC_IndustryValuation WHERE date(TradingDay) = '2021-08-04' AND IndustryName like (SELECT SecondIndustryName FROM AStockIndustryDB.LC_ExgIndustry WHERE CompanyCode = 1442 AND InfoPublDate <= '2021-08-04' ORDER BY InfoPublDate DESC LIMIT 1); 解析：子sql查询最近的InfoPublDate（发布时间）该公司对应的SecondIndustryName（所属二级行业名称），主sql通过IndustryName（行业名称）匹配SecondIndustryName（所属二级行业名称）配合TradingDay（交易日期），查到TotalMV（总市值(元)）\n"""
+        if "处罚" in question:
+            way_string_2 += """查询某时间有哪些公司收处罚，示例问题：'2019年12月12日哪家证券公司受到了处罚'示例sql语句：SELECT PartyName FROM CreditDB.LC_ViolatiParty WHERE year(BeginDate) = 2019 AND month(BeginDate) = 12 AND day(BeginDate) = 12; 解析：从CreditDB.LC_ViolatiParty（违规当事人处罚库表）中获取，通过BeginDate（起始日期）过滤对应时间，拿到PartyName（当事人）信息\n"""
+        if "股东" in question:
+            if "多少" in question or "哪些" in question or "几" in question:
+                way_string_2 += """查询某公司是多少或哪些公司的股东，示例问题：'西南证券股份有限公司是多少家公司的股东？'示例sql语句：SELECT COUNT(DISTINCT CompanyCode) AS ShareholderCount FROM AStockShareholderDB.LC_MainSHListNew WHERE SHList = '西南证券股份有限公司'; 解析：通过SHList（股东名称）来过滤并统计去重后的CompanyCode（公司代码）\n"""
+        if "借贷" in question:
+            way_string_2 += """查询某公司的借贷情况，示例问题：'公司代码（1332, 298546）两家公司，哪家公司当年的借贷最多，共计多少？'示例sql语句：SELECT CompanyCode, sum(LatestLoanSum) as TotalLoanAmount FROM AStockEventsDB.LC_Credit WHERE CompanyCode in (1332, 298546) AND year(InfoPublDate)=2019 GROUP BY CompanyCode ORDER BY TotalLoanAmount DESC; 解析：LatestLoanSum（最新借贷金额(元)）\n"""
+    if "怎么管理" in question or "如何管理" in question or "管理模式" in question:
+        way_string_2 += """查询某公司持股的管理模式，优先考虑Management（管理模式）字段。示例问题：'Titan Wind Energy (Suzhou) Co., Ltd.在2020年首次信息发布中，如何管理（管理模式）？'示例sql语句：SELECT Management FROM AStockShareholderDB.LC_ESOP WHERE InnerCode = 12064 AND year(IniInfoPublDate) = 2020; 解析：通过IniInfoPublDate（首次发布信息时间）和InnerCode（证券内部编码）来筛选出对应的Management（管理模式）\n"""
+    if "担保" in question:
+        if "提供" in question:
+            way_string_2 += """查询某公司为多少家提供过担保，示例问题：'东兴证券2019年一共为多少家公司提供过担保？'示例sql语句：SELECT COUNT(DISTINCT ObjectCode) AS CompanyCount FROM AStockEventsDB.LC_Warrant WHERE CompanyCode = 74956 AND ActionWays = 1201 AND year(InfoPublDate) = 2019; 解析：通过条件ActionWays（行为方式，1201-提供担保）、InfoPublDate（发布时间）、CompanyCode（公司代码）来过滤出次数。\n"""
+        if "金额" in question:
+            way_string_2 += """查询某公司提供担保项目中的金额，示例问题：' 2019年，东兴证券为这些公司提供的担保项目中，担保最多的金额是多少？'示例sql语句：SELECT MAX(LatestGuaranteeSum) AS MaxGuaranteeAmount FROM AStockEventsDB.LC_Warrant WHERE CompanyCode = 74956 AND ActionWays = 1201 AND year(InfoPublDate) = 2019; 解析：通过条件ActionWays（行为方式，1201-提供担保）、InfoPublDate（发布时间）、CompanyCode（公司代码）来过滤出LatestGuaranteeSum（最新担保金额(元)）并获取最大的\n"""
+    if "基金" in question:
+        if "管理" in question and "支" in question:
+            way_string_2 += """查询某基金经理管理的基金情况，示例问题：'李一硕一共管理了多少支基金'示例sql语句：SELECT COUNT(distinct InnerCode) AS FundCount FROM PublicFundDB.MF_FundArchives WHERE Manager = '李一硕'; 解析：过滤条件Manager（管理经理）得到InnerCode并去重统计数量\n"""
+        if "规模" in question:
+            way_string_2 += """查询某基金的规模，示例问题：'李一硕管理的6支基金中，规模最大的是哪一个？'示例sql语句：SELECT InnerCode, FoundedSize FROM  PublicFundDB.MF_FundArchives WHERE Manager = '李一硕' ORDER BY FoundedSize DESC LIMIT 1; 解析：Manager（基金经理），FoundedSize（基金设立规模(份)）\n"""
+        if "法人" in question:
+            way_string_2 += """查询某基金的法人代表，示例问题：'289822基金的管理人法人是谁？'示例sql语句：SELECT LegalRepr FROM PublicFundDB.MF_InvestAdvisorOutline WHERE InvestAdvisorCode = (SELECT InvestAdvisorCode FROM PublicFundDB.MF_FundArchives WHERE InnerCode = '289822'); 解析：多表查询，先获取到InvestAdvisorCode（基金管理人代码），然后去匹配PublicFundDB.MF_InvestAdvisorOutline（公募基金管理人概况库表），得到最终结果LegalRepr（法人代表）\n"""
+    if "成立" in question and "时间" in question and "多久" in question:
+        way_string_2 += """如果要计算某公司成立多久，需要用2024年去相减，而不是CURRENT_DATE。\n"""
+        
+    # 示例问题：''示例sql语句：
+    sql_prompts, highest_is_similar = find_sql_prompt(question, Knowledge_file)
+    
+    way_string_2 += sql_prompts
+    if len(way_string_2) < 10:
+        if "发布" in question:
+            way_string_2 += "WHERE 时间字段优先考虑表中的 InfoPublDate(信息发布日期)。涉及范围时间的优先用BETWEEN做。\n"
+        else:
+            way_string_2 += "问题中没有时间特指时，时间字段优先考虑表中的 TradingDay(交易日期)或 EndDate(业务截止日期)。涉及范围时间的优先用BETWEEN做。\n"
+        way_string_2 += to_get_question_columns(question)
+    
+    # print(f"------------------way_string_2:{way_string_2}")
+    return way_string_2, highest_is_similar

大模型LLM/2024金融行业·大模型挑战赛/code/agent/sql/process_sql.py

@@ -0,0 +1,275 @@
+# agent/sql/process_sql.py
+import re, json, requests
+from config import *
+from agent.sql.exec import exec_sql_s
+
+def replace_date_with_day(sql):
+    """
+    This function replaces instances of exact date conditions in a SQL 
+    statement from a format like:
+        TradingDate = 'YYYY-MM-DD'
+    to:
+        date(TradingDate) = 'YYYY-MM-DD'
+    
+    Parameters:
+        sql (str): The original SQL statement.
+        
+    Returns:
+        str: The modified SQL statement, or the original if no match is found.
+    """
+    # Regex pattern to match patterns like: ColumnName = 'YYYY-MM-DD'
+    pattern = r"([.\w]+)\s*=\s*'(\d{4}-\d{2}-\d{2})'"
+
+    def replace_func(match):
+        column_name = match.group(1)
+        date_value = match.group(2)
+        return f"date({column_name}) = '{date_value}'"
+
+    new_sql = re.sub(pattern, replace_func, sql)
+
+    # If no change was made, return the original SQL
+    return new_sql if new_sql != sql else sql
+
+
+def extract_sql(text):
+    """
+    从输入文本中提取被包裹在三重反引号（sql ... ）中的 SQL 语句
+    Extracts an SQL statement from a block of text enclosed in triple backticks:
+        ```sql
+        SELECT ...
+        ```
+    
+    Parameters:
+        text (str): The full text containing an SQL statement.
+        
+    Returns:
+        str: The extracted SQL statement, or a message if not found.
+    """
+    sql_pattern = re.compile(r'```sql(.*?)```', re.DOTALL)
+    match = sql_pattern.search(text)
+    if match:
+        # Strip leading and trailing whitespace from the matched SQL
+        return match.group(1).strip()
+    else:
+        # print(f"--------------------extract_sql else:{text}")
+        return f"No SQL statement found :{text}."
+
+
+def select_data(sql_text):
+    """
+    将指定的 SQL 查询 发送到某个 API 端点（通过 POST 请求），并返回该 API 的响应结果
+    Sends the given SQL query to a specified endpoint and returns the JSON response.
+    
+    Parameters:
+        sql_text (str): The SQL query to be executed.
+        
+    Returns:
+        str: The JSON response from the API, formatted with indentation.
+    """
+    url = "https://comm.chatglm.cn/finglm2/api/query"
+    headers = {
+        "Content-Type": "application/json",
+        "Authorization": f'Bearer {Access_Token}'
+    }
+    data = {
+        "sql": sql_text,  # e.g. SELECT * FROM constantdb.secumain LIMIT 10
+        "limit": 50
+    }
+    response = requests.post(url, headers=headers, json=data)
+    try:
+        return json.dumps(response.json(), indent=2, ensure_ascii=False)
+    except:
+        return str(response.json())
+
+
+def clean_sql_statement(sql):
+    """
+    清理SQL
+    
+    Parameters:
+        sql (str): 输入的 SQL 语句。
+    
+    Returns:
+        str: 清理后的 SQL 语句。
+    """
+    #     清理 SQL 语句中第一个 SELECT 前面的内容。
+    match = re.search(r'\bSELECT\b.*', sql, re.IGNORECASE | re.DOTALL)
+    if match:
+        return match.group(0)
+    else:
+        return sql
+
+
+def wrap_date_in_sql_with_conditions(sql_statement):
+    # 正则匹配符合条件的时间字段
+    pattern = r"(?<!\(\()\b(\w+)\b\s*=\s*'(2\d{3}-\d{2}-\d{2})'"
+    # 替换，将字段用 date() 包裹
+    modified_sql = re.sub(pattern, r"date(\1) = '\2'", sql_statement)
+    return modified_sql
+
+
+def ensure_date_in_between(sql_query):
+    # 匹配 BETWEEN 左侧的字段，确保字段被 DATE() 包裹
+    pattern = r"(\bAND\s+)(\w+)(\s+BETWEEN\s+)"
+    replacement = r"\1date(\2)\3"
+    updated_query = re.sub(pattern, replacement, sql_query)
+    return updated_query
+
+
+def clean_sql_query(sql):
+    # 去除首尾空白字符
+    cleaned = sql.strip()
+    
+    # 如果包含分号，去除分号后面的内容
+    if ';' in cleaned:
+        cleaned = cleaned.split(';')[0]
+    
+    # 检查并去除末尾的点
+    if cleaned.endswith('.'):
+        cleaned = cleaned[:-1]
+    
+    return cleaned
+    
+    
+def validate_and_fix_sql_tables(sql_statement):
+    """
+    检查并修复 SQL 语句中的表名和库名是否匹配。
+    
+    参数：
+        sql_statement (str): SQL 查询语句
+        
+    返回：
+        str: 修复后的 SQL 查询语句
+    """
+    database_L_zh = database_L_zh_all
+    if len(QUESTION_TYPE_LIST) == 0:
+        database_L_zh = database_L_zh_all
+    elif len(QUESTION_TYPE_LIST) >= 2:
+        database_L_zh = database_L_zh_all
+    elif "港股" in QUESTION_TYPE_LIST:
+        database_L_zh = database_L_zh_hk
+    elif "美股" in QUESTION_TYPE_LIST:
+        database_L_zh = database_L_zh_us
+    elif "A股" in QUESTION_TYPE_LIST:
+        database_L_zh = database_L_zh_cn
+    else:
+        database_L_zh = database_L_zh_all
+
+    # 构造表名到完整库表名的映射
+    table_to_full_name = {item['数据表名'].split('.')[1]: item['数据表名'] for item in database_L_zh}
+
+    # 提取 SQL 中的表名（包括库名）
+    matches = re.findall(r"FROM\s+([a-zA-Z0-9_\.]+)", sql_statement, re.IGNORECASE)
+
+    if not matches:
+        if DEBUG_VER == 3:
+            print("未在 SQL 语句中找到表名")
+        return sql_statement
+
+    fixed_sql = sql_statement
+
+    for full_table_name in matches:
+        if '.' in full_table_name:
+            db_name, table_name = full_table_name.split('.')
+        else:
+            db_name = None
+            table_name = full_table_name
+
+        # 检查表名是否在 database_L_zh 中
+        if table_name in table_to_full_name:
+            correct_full_name = table_to_full_name[table_name]
+            correct_db_name = correct_full_name.split('.')[0]
+
+            # 如果库名不匹配或缺失，替换为正确的库表名
+            if not db_name or db_name != correct_db_name:
+                fixed_sql = re.sub(
+                    rf"\b{re.escape(full_table_name)}\b",  # 精确匹配表名
+                    correct_full_name, 
+                    fixed_sql
+                )
+                if DEBUG_VER == 3:
+                    print(f"修正库表名: {full_table_name} -> {correct_full_name}")
+        else:
+            if DEBUG_VER == 3:
+                print(f"表名未找到: {table_name}")
+            pass
+    return fixed_sql
+    
+
+def to_select(text):
+    """
+    High-level function that:
+      1. Extracts SQL from the given text.
+      2. Optimizes the extracted SQL by converting date columns to 'date(...)'.
+      3. Executes the optimized SQL through select_data and returns the result.
+    
+    Parameters:
+        text (str): The input text containing an SQL statement.
+        
+    Returns:
+        str: The JSON response from the SQL query.
+    """
+    global prev_tables_name_list
+    global QUESTION_TYPE_LIST
+    sql_statement = extract_sql(text)
+    if DEBUG_VER == 3:
+        print('***********Extracted SQL****************')
+    sql_statement = clean_sql_statement(sql_statement)
+    sql_statement = wrap_date_in_sql_with_conditions(sql_statement)
+    sql_statement = validate_and_fix_sql_tables(sql_statement)
+    sql_statement = ensure_date_in_between(sql_statement)
+    sql_statement = clean_sql_query(sql_statement)
+    if DEBUG_VER == 3:
+        print(f"---------------sql_statement:{sql_statement}")
+        print('***********Extracted SQL****************')
+        
+    optimized_sql = replace_date_with_day(sql_statement)
+        
+    result = select_data(optimized_sql)
+    if 'count' in result:
+        if '"count": 0' not in result:
+            prev_tables_name_list += [i.get('数据表名') for i in table_maps if i.get('数据表名') in sql_statement]
+        if ('"count": 0' in result) and ('AS' in sql_statement or 'as' in sql_statement):
+            result = f"查询异常。SQL语句：{sql_statement}没有找到数据，请判断使用的字段是否正确，可尝试其它字段或库表查询，并把当次0也作为结果返回（也可能是真实结果），表的结构如下：{table_maps_LL}"
+    prev_tables_name_list = list(set(prev_tables_name_list))
+    if DEBUG_VER == 3:
+        print(f"----------prev_tables_name_list:{prev_tables_name_list}")
+    for table_name in prev_tables_name_list:
+        if table_name in content_CN and table_name not in content_US and table_name not in content_HK:
+            QUESTION_TYPE_LIST.append("A股")
+            QUESTION_TYPE_LIST = list(set(QUESTION_TYPE_LIST))
+
+    if "查询执行失败" in result:
+        LL = [i for i in table_maps if i.get('数据表名') in sql_statement]
+        result = result + f"表的结构如下：{LL}"
+    if "Unknown column" in result:
+        LL = [i for i in table_maps if i.get('数据表名') in sql_statement]
+        result = result + f"表的结构如下：{LL}"
+    if '"data": []' in result:
+        LL = [i for i in table_maps if i.get('数据表名') in sql_statement]
+        result = f"查询异常。SQL语句：{sql_statement}没有找到数据，结果如下：{result}。请用其它相关字段或库表查询，表的结构如下：{LL}"
+    if 'No database selected' in result:
+        LL = [i for i in table_maps if i.get('数据表名') in sql_statement]
+        result = f"查询异常。SQL语句：{sql_statement}没有找到数据，结果如下：{result}。请用其它相关字段或库表查询，表的结构如下：{LL}"
+    try:
+        data_dict = json.loads(result)
+        data = data_dict.get("data", [])
+        if len(data) >= 50:
+            result = result + " 数据库最多返回50条数据，如果需要的数据超过50条，请用多sql嵌套组合或者聚合函数count、sum、avg、max、min等来查询。如果回复的内容数量跟预期不符，思考SQL语句是否存在问题。"
+        for item in data:
+            if all(value is None for value in item.values()):
+                result = f"查询异常。SQL语句：{sql_statement}可能没有找到数据，结果如下：{result}。请判断使用的字段是否正确，可尝试其它类似字段或库表查询（如时间字段更换成EndDate或InfoPublDate），并把当次null也作为结果返回（也可能是真实结果），表的结构如下：{table_maps_LL}"
+    except Exception as e:
+        pass
+    # print(f"--------------sql_result:{result}")
+    # print(f"--------------type sql_result:{type(result)}")
+    return result
+
+def extract_table_names(sql):
+    # 正则匹配 FROM 关键字后的库表名，库表名后会有空格
+    matches = re.findall(r'FROM\s+([\w\.]+)\s', sql, re.IGNORECASE)
+    return matches
+
+def all_tables_in_prompt(tables_name_list, main_sql_prompts):
+    lower_prompts = main_sql_prompts.lower()
+    return all(table.lower() in lower_prompts for table in tables_name_list)

大模型LLM/2024金融行业·大模型挑战赛/code/agent/utils/__init__.py

@@ -0,0 +1,3 @@
+# agent/utils/__init__.py
+from .async_util import async_llm_chain_call,get_best
+from .json_utils import find_json,fix_json,dict_to_sentence

大模型LLM/2024金融行业·大模型挑战赛/code/agent/utils/async_util.py

@@ -0,0 +1,67 @@
+# agent/sql/exec.py
+from config import *
+from agent.prompt import create_chat_completion
+
+def async_llm_chain_call(messages, model=MODEL, tree_node=ASYNC_LLM_TIME):
+    """
+    使用 multiprocessing.Pool 并行调用 API 接口
+    """
+    # tree node 1
+    response_1 = create_chat_completion(messages,tempt=0)
+    node_1 = response_1.choices[0].message.content
+    # tree node 2
+    node_2_prompt = f"""你根据历史信息以及基于上文信息生成的回复进行一步步思考判断，生成比回复更好的（且明显不同），能解决上文信息的回复。如果你不能给出更好且明显不同的回复，只需回复我<已经是最优回复>
+    主要判断的几个方向：1.使用的内容（比如字段）是否存在上文信息中的，而不是凭空捏造。2.字段的用法是否符合上文信息的要求。
+    这是上文信息：
+    {messages}
+    --------------
+    回复:
+    {node_1}
+    --------------
+    只需输出回复，不需要分析的过程。如果你不能给出更好的且明显不同回复，只需回复我<已经是最优回复>：
+    """
+    response_2 = create_chat_completion(messages,tempt=0)
+    node_2 = response_2.choices[0].message.content
+    if "最优回复" in node_2 or str(node_1) == str(node_2):
+        if DEBUG_VER == 3:
+            print(f"------------>node1已是最优回复:{node_1}")
+        return response_1
+    _sorted_results = {}
+    _sorted_results[1] = node_1
+    _sorted_results[2] = node_2
+    idx_ = get_best(messages, _sorted_results)
+    if DEBUG_VER == 3:
+        print(f"------------>idx_:{idx_}")
+    if idx_ == 1:
+        return response_1
+    elif idx_ == 2:
+        return response_2
+    else:
+        return response_1
+    return response_1
+
+def get_best(messages, sorted_results):
+    prompt = f"""根据上分信息，判断回复1和回复2哪个更优（是否满足上文信息的需求）。
+    主要判断的几个方向：1.使用的内容（比如字段）是否存在上文信息中的，而不是凭空捏造。2.字段的用法是否符合上文信息的要求。
+    --------------
+    上文信息：
+    {str(messages)}
+    --------------
+    回复1：
+    {sorted_results[1]}
+    --------------
+    回复2:
+    {sorted_results[2]}
+    仅输出1还是2，不需要判断过程："""
+    if DEBUG_VER == 3:
+        print(f"------->prompt:{prompt}")
+    messages = [{"role": "user", "content": prompt}]
+    response = create_chat_completion(messages,tempt=0)
+    answer = response.choices[0].message.content
+    if "1" in answer:
+        return 1
+    elif "2" in answer:
+        return 2
+    else:
+        print(f"---->get_best异常:{answer}")
+        return 1

大模型LLM/2024金融行业·大模型挑战赛/code/agent/utils/io_utils.py

@@ -0,0 +1,24 @@
+import json
+import jsonlines
+
+
+def load_external_answers(file_path):
+    with open(file_path, 'r', encoding='utf-8') as f:
+        ext_data = json.load(f)
+    return ext_data
+
+def dump_2_report_answer(info, path):
+    with open(path, 'w') as output_json_file:
+        json.dump(info, output_json_file, ensure_ascii=False, indent=4)
+
+def dump_jsonl(info, path):
+    with jsonlines.open(path, "w") as json_file:
+        for obj in info:
+            json_file.write(obj)
+
+def read_jsonl(path):
+    content = []
+    with jsonlines.open(path, "r") as json_file:
+        for obj in json_file.iter(type=dict, skip_invalid=True):
+            content.append(obj)
+    return content

大模型LLM/2024金融行业·大模型挑战赛/code/agent/utils/json_utils.py

@@ -0,0 +1,109 @@
+# utils/json_utils.py
+from config import *
+from agent.prompt import create_chat_completion
+import re
+import json
+
+def find_json(text):
+    """
+    Attempt to extract and parse a JSON object from the provided text.
+    The function tries up to three attempts using two patterns:
+      1. A Markdown code block with ```json ... ```
+      2. A more general JSON-like pattern using { and }
+
+    If successful, returns the parsed JSON data.
+    If parsing fails after all attempts, returns the original text.
+    
+    Parameters:
+        text (str): The input text from which to extract JSON.
+    
+    Returns:
+        dict or str: Parsed JSON dictionary if successful, else the original text.
+    """
+    max_attempts = 3
+    for attempt in range(1, max_attempts + 1):
+        json_pattern = r"```json\n(.*?)\n```"
+        match = re.search(json_pattern, text, re.DOTALL)
+        if not match:
+            json_pattern2 = r"({.*?})"
+            match = re.search(json_pattern2, text, re.DOTALL)
+
+        if match:
+            json_string = match.group(1) if match.lastindex == 1 else match.group(0)
+            # Remove Markdown formatting if present
+            json_string = json_string.replace("```json\n", "").replace("\n```", "")
+            try:
+                data = json.loads(json_string)
+                return data
+            except json.JSONDecodeError as e:
+                if DEBUG_VER == 3:
+                    print(f"--------------------find_json if match error text:{text}")
+                if attempt < max_attempts:
+                    text = fix_json(json_string, e, model=MODEL)
+                    if DEBUG_VER == 3:
+                        print(f"Attempt {attempt}: Failed to parse JSON, reason: {e}. Retrying...")
+                else:
+                    if DEBUG_VER == 3:
+                        print(f"All {max_attempts} attempts to parse JSON failed. Returning original text.")
+                    pass
+        else:
+            if DEBUG_VER == 3:
+                print(f"--------------------find_json else text:{text}")
+            if attempt < max_attempts:
+                if DEBUG_VER == 3:
+                    print(f"Attempt {attempt}: No JSON string found in the text. Retrying...")
+                pass
+            else:
+                if DEBUG_VER == 3:
+                    print("No matching JSON string found. Returning original text.")
+                pass
+
+        # If no match or no success in this attempt, return the original text
+        return text
+
+
+def fix_json(text, json_error, model):
+    """
+    修复JSON字符串，使其成为有效的JSON。
+    """
+    NAIVE_FIX = f"""Instructions:
+    --------------
+    请修复JSON字符串，使其成为有效的JSON。
+    --------------
+
+    下面是原始的JSON字符串：
+    --------------
+    {text}
+    --------------
+    下面是的错误信息：
+    --------------
+    {json_error}
+    --------------
+
+    请仅回复json，用```json ... ```包裹json字符串："""
+    
+    messages = [{"role": "user", "content": NAIVE_FIX}]
+    response = create_chat_completion(messages, model)
+    answer = response.choices[0].message.content
+    return answer
+
+def dict_to_sentence(data):
+    """
+    Convert a dictionary into a descriptive sentence by enumerating key-value pairs.
+    For example: {"name": "John", "age": 30} -> "name 是 John, age 是 30"
+    
+    Parameters:
+        data (dict): The dictionary to convert.
+        
+    Returns:
+        str: A sentence describing the dictionary keys and values.
+    """
+    try:
+        if not isinstance(data, dict):
+            raise ValueError("Input is not a dictionary")
+
+        return ", ".join(f"{key} 是 {value}" for key, value in data.items())
+    except Exception as e:
+        if DEBUG_VER == 3:
+            print(f"Error in dict_to_sentence: {e}")
+        return str(data)

大模型LLM/2024金融行业·大模型挑战赛/code/agent/utils/text_utils.py

@@ -0,0 +1,28 @@
+import re
+
+def clean_text(text):
+    """
+    Remove any parenthetical segments (including Chinese parentheses) and trim whitespace.
+    For example, "This is a sentence(remark)" -> "This is a sentence"
+    
+    Parameters:
+        text (str): The text to clean.
+        
+    Returns:
+        str: The cleaned text.
+    """
+    pattern = r'[\(（][^\)）]*[\)）]'  # Pattern to match parentheses and their contents
+    cleaned_text = re.sub(pattern, '', text).strip()
+    return cleaned_text
+
+def find_dict_by_element(dict_list, target_element):
+    """
+    Given a list of dictionaries, return all dictionaries where  '列名中文描述' contains the target_element.
+    Parameters:
+        dict_list (list): A list of dictionaries, each expected to have '列名中文描述' key.
+        target_element (str): The element to search for.
+        
+    Returns:
+        list: A list of dictionaries that contain target_element in '列名中文描述'.
+    """
+    return [d for d in dict_list if target_element in d.get('列名中文描述', [])]

大模型LLM/2024金融行业·大模型挑战赛/code/config.py

@@ -0,0 +1,603 @@
+import pandas as pd
+import json
+from zhipuai import ZhipuAI
+
+
+# 运行所需填写内容
+Access_Token = ''  # 填写你的队伍token，以便连接数据库查结果
+client = ZhipuAI(api_key='')  # 填写你的GLM模型调用token 
+
+# 全局参数
+DEBUG = False
+VER = 1
+DEBUG_VER = 1 # 1,3 DEBUG级别
+TEAM_NAME = 'ShallowRest'
+REFRASH = True  # 开启答案库
+FRASH_DATA_DESCRIBE = True  # 刷新获取的表结构里的示例值，替换成真实的
+DEEP_COLUMNS_RESEARCH = True  # 启动深度检索
+USE_LOCAL_VECTORS = True  # 使用本地向量
+MAX_TABLES_LIST = 2  # 最大历史表数量
+START_DEEP_THRESHOLD = 0.5  # 启动深度思考的相似度阈值
+MAX_TOP_COLUMNS = 25  # 只获取表前25个字段
+SQL_PROMPT_THRESHOLD = 0.3  # 知识库SQL的相似度阈值
+ASYNC_LLM_TIME = 2  # 决策树节点
+MAX_ROUNDS = 20  # SQL调用最大循环次数
+
+QUESTION_TYPE = ''
+QUESTION_TYPE_LIST = []
+prev_tables_name_list = []
+all_tables_name_list = []
+table_maps = ''
+table_maps_LL = ''
+MODEL = "glm-4-plus"
+
+# 导入数据
+Knowledge_file = './devlop_home/2024-fic-lmc-data-0217/question_all_kl_v12_v3.json'
+df_all_embeddings_path = './devlop_home/2024-fic-lmc-data-0217/df_all_embeddings.json'
+df_hk_embeddings_path = './devlop_home/2024-fic-lmc-data-0217/df_hk_embeddings.json'
+df_us_embeddings_path = './devlop_home/2024-fic-lmc-data-0217/df_us_embeddings.json'
+df_cn_embeddings_path = './devlop_home/2024-fic-lmc-data-0217/df_cn_embeddings.json'
+knowledge_embeddings_file = './devlop_home/2024-fic-lmc-data-0217/knowledge_questions_embeddings_v12.json'
+
+df_all1 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_v5.xlsx', sheet_name='库表关系')
+df_all2 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_v5.xlsx', sheet_name='表字段信息')
+file_path_all = '/app/devlop_home/2024-fic-lmc-data-0217/all_tables_schema_v5.txt'
+
+df_all1['库表名英文'] = df_all1['库名英文'] + '.' + df_all1['表英文']
+df_all1['库表名中文'] = df_all1['库名中文'] + '.' + df_all1['表中文']
+
+database_name_all = list(df_all1['库名中文'])
+table_name_all = list(df_all1['表中文'])
+table_name_en_all = list(df_all1['表英文'])
+database_table_ch_all = list(df_all1['库表名中文'])
+database_table_en_all = list(df_all1['库表名英文'])
+database_table_en_zs_all = {'库表名': database_table_en_all, '对应中文注释说明': table_name_all}
+database_table_map_all = df_all1.set_index('库表名中文')['库表名英文'].to_dict()
+
+database_L_all = []
+database_L_zh_all = []
+for i in table_name_en_all:
+    df3 = df_all2[df_all2['table_name'] == i]
+    name = df_all1[df_all1['表英文'] == i]['库表名英文'].iloc[0]
+    column_name = list(df3['column_name'])
+    column_name_zh = list(df3['column_description'])
+    column_name_2 = list(df3['注释'].dropna())
+
+    dict_1 = {'数据表名': name, '列名': column_name, '注释': column_name_2}
+    dict_2 = {'数据表名': name, '列名': column_name, '列名中文描述': column_name_zh, '注释': column_name_2}
+    database_L_all.append(dict_1)
+    database_L_zh_all.append(dict_2)
+
+with open(file_path_all, 'r', encoding='utf-8') as file:
+    content = file.read()
+input_text_all = content
+df_all = df_all2.merge(df_all1, left_on="table_name", right_on="表英文")
+df_all["table_describe"] = df_all["库名中文"]+"，"+df_all["表中文"]+"，"+df_all["表描述"]
+
+
+content_ALL = """我有如下数据库表{'库表名': ['AStockBasicInfoDB.LC_StockArchives',
+  'AStockBasicInfoDB.LC_NameChange',
+  'AStockBasicInfoDB.LC_Business',
+  'AStockIndustryDB.LC_ExgIndustry',
+  'AStockIndustryDB.LC_ExgIndChange',
+  'AStockIndustryDB.LC_IndustryValuation',
+  'AStockIndustryDB.LC_IndFinIndicators',
+  'AStockIndustryDB.LC_COConcept',
+  'AStockIndustryDB.LC_ConceptList',
+  'AStockOperationsDB.LC_SuppCustDetail',
+  'AStockShareholderDB.LC_SHTypeClassifi',
+  'AStockShareholderDB.LC_MainSHListNew',
+  'AStockShareholderDB.LC_SHNumber',
+  'AStockShareholderDB.LC_Mshareholder',
+  'AStockShareholderDB.LC_ActualController',
+  'AStockShareholderDB.LC_ShareStru',
+  'AStockShareholderDB.LC_StockHoldingSt',
+  'AStockShareholderDB.LC_ShareTransfer',
+  'AStockShareholderDB.LC_ShareFP',
+  'AStockShareholderDB.LC_ShareFPSta',
+  'AStockShareholderDB.LC_Buyback',
+  'AStockShareholderDB.LC_BuybackAttach',
+  'AStockShareholderDB.LC_LegalDistribution',
+  'AStockShareholderDB.LC_NationalStockHoldSt',
+  'AStockShareholderDB.CS_ForeignHoldingSt',
+  'AStockFinanceDB.LC_AShareSeasonedNewIssue',
+  'AStockFinanceDB.LC_ASharePlacement',
+  'AStockFinanceDB.LC_Dividend',
+  'AStockFinanceDB.LC_CapitalInvest',
+  'AStockMarketQuotesDB.CS_StockCapFlowIndex',
+  'AStockMarketQuotesDB.CS_TurnoverVolTecIndex',
+  'AStockMarketQuotesDB.CS_StockPatterns',
+  'AStockMarketQuotesDB.QT_DailyQuote',
+  'AStockMarketQuotesDB.QT_StockPerformance',
+  'AStockMarketQuotesDB.LC_SuspendResumption',
+  'AStockFinanceDB.LC_BalanceSheetAll',
+  'AStockFinanceDB.LC_IncomeStatementAll',
+  'AStockFinanceDB.LC_CashFlowStatementAll',
+  'AStockFinanceDB.LC_IntAssetsDetail',
+  'AStockFinanceDB.LC_MainOperIncome',
+  'AStockFinanceDB.LC_OperatingStatus',
+  'AStockFinanceDB.LC_AuditOpinion',
+  'AStockOperationsDB.LC_Staff',
+  'AStockOperationsDB.LC_RewardStat',
+  'AStockEventsDB.LC_Warrant',
+  'AStockEventsDB.LC_Credit',
+  'AStockEventsDB.LC_SuitArbitration',
+  'AStockEventsDB.LC_EntrustInv',
+  'AStockEventsDB.LC_Regroup',
+  'AStockEventsDB.LC_MajorContract',
+  'AStockEventsDB.LC_InvestorRa',
+  'AStockEventsDB.LC_InvestorDetail',
+  'AStockShareholderDB.LC_ESOP',
+  'AStockShareholderDB.LC_ESOPSummary',
+  'AStockShareholderDB.LC_TransferPlan',
+  'AStockShareholderDB.LC_SMAttendInfo',
+  'HKStockDB.HK_EmployeeChange',
+  'HKStockDB.HK_StockArchives',
+  'HKStockDB.CS_HKStockPerformance',
+  'USStockDB.US_CompanyInfo',
+  'USStockDB.US_DailyQuote',
+  'PublicFundDB.MF_FundArchives',
+  'PublicFundDB.MF_FundProdName',
+  'PublicFundDB.MF_InvestAdvisorOutline',
+  'PublicFundDB.MF_Dividend',
+  'CreditDB.LC_ViolatiParty',
+  'IndexDB.LC_IndexBasicInfo',
+  'IndexDB.LC_IndexComponent',
+  'InstitutionDB.LC_InstiArchive',
+  'ConstantDB.SecuMain',
+  'ConstantDB.HK_SecuMain',
+  'ConstantDB.CT_SystemConst',
+  'ConstantDB.QT_TradingDayNew',
+  'ConstantDB.LC_AreaCode',
+  'InstitutionDB.PS_EventStru',
+  'ConstantDB.US_SecuMain',
+  'InstitutionDB.PS_NewsSecurity'],
+ '对应中文注释说明': ['公司概况',
+  '公司名称更改状况',
+  '公司经营范围与行业变更',
+  '公司行业划分表',
+  '公司行业变更表',
+  '行业估值指标',
+  '行业财务指标表',
+  '概念所属公司表',
+  '概念板块常量表',
+  '公司供应商与客户',
+  '股东类型分类表',
+  '股东名单(新)',
+  '股东户数',
+  '大股东介绍',
+  '公司实际控制人',
+  '公司股本结构变动',
+  '股东持股统计',
+  '股东股权变动',
+  '股东股权冻结和质押',
+  '股东股权冻结和质押统计',
+  '股份回购',
+  '股份回购关联表',
+  '法人配售与战略投资者',
+  'A股国家队持股统计',
+  '外资持股统计',
+  'A股增发',
+  'A股配股',
+  '公司分红',
+  '资金投向说明',
+  '境内股票交易资金流向指标',
+  '境内股票成交量技术指标',
+  '股票技术形态表',
+  '日行情表',
+  '股票行情表现(新)',
+  '停牌复牌表',
+  '资产负债表_新会计准则',
+  '利润分配表_新会计准则',
+  '现金流量表_新会计准则',
+  '公司研发投入与产出',
+  '公司主营业务构成',
+  '公司经营情况述评',
+  '公司历年审计意见',
+  '公司职工构成',
+  '公司管理层报酬统计',
+  '公司担保明细',
+  '公司借贷明细',
+  '公司诉讼仲裁明细',
+  '重大事项委托理财',
+  '公司资产重组明细',
+  '公司重大经营合同明细',
+  '投资者关系活动',
+  '投资者关系活动调研明细',
+  '员工持股计划',
+  '员工持股计划概况',
+  '股东增减持计划表',
+  '股东大会出席信息',
+  '港股公司员工数量变动表',
+  '港股公司概况',
+  '港股行情表现',
+  '美股公司概况',
+  '美股日行情',
+  '公募基金概况',
+  '公募基金产品名称',
+  '公募基金管理人概况',
+  '公募基金分红',
+  '违规当事人处罚',
+  '指数基本情况',
+  '指数成份',
+  '机构基本资料',
+  '证券主表,包含字段InnerCode,CompanyCode,SecuCode,ChiName,ChiNameAbbr 代表中文名称缩写,EngName,EngNameAbbr,SecuAbbr 代表 证券简称,ListedDate',
+  '港股证券主表，包含字段InnerCode,CompanyCode,SecuCode,ChiName,EngName,EngNameAbbr,SecuAbbr 代表 证券简称,ListedDate',
+  '系统常量表',
+  '交易日表(新)',
+  '国家城市代码表',
+  '事件体系指引表',
+  '美股证券主表',
+  '证券舆情表']}
+已查询获得事实：<<fact_1>>
+我想回答问题
+"<<question>>"
+
+如果已查询获得事实可以直接总结答案，需要是明确的答案数据不是需要查询数据库表，记得提示我：<全部完成，答案如下>,将答案总结以json格式给我。
+如果不能直接总结答案，需要查询的数据库表,请从上面数据库表中筛选出还需要哪些数据库表，记得提示我：<需要查询的数据库表>,只返回需要数据列表,不要回答其他内容。"""
+
+# %% [markdown] {"jupyter":{"outputs_hidden":false}}
+# ### A股库表
+
+# %% [code] {"jupyter":{"source_hidden":true},"execution":{"iopub.status.busy":"2025-02-28T14:23:48.686737Z","iopub.execute_input":"2025-02-28T14:23:48.687128Z","iopub.status.idle":"2025-02-28T14:23:49.400010Z","shell.execute_reply.started":"2025-02-28T14:23:48.687094Z","shell.execute_reply":"2025-02-28T14:23:49.398887Z"}}
+"""
+A股去掉: HK_EmployeeChange,HK_StockArchives,CS_HKStockPerformance,US_CompanyInfo,
+US_DailyQuote,HK_SecuMain,US_SecuMain
+"""
+
+df_cn1 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_cn_v5.xlsx', sheet_name='库表关系')
+df_cn2 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_cn_v5.xlsx', sheet_name='表字段信息')
+file_path_cn = '/app/devlop_home/2024-fic-lmc-data-0217/all_tables_schema_cn_v5.txt'
+
+df_cn1['库表名英文'] = df_cn1['库名英文'] + '.' + df_cn1['表英文']
+df_cn1['库表名中文'] = df_cn1['库名中文'] + '.' + df_cn1['表中文']
+
+database_name_cn = list(df_cn1['库名中文'])
+table_name_cn = list(df_cn1['表中文'])
+table_name_en_cn = list(df_cn1['表英文'])
+database_table_ch_cn = list(df_cn1['库表名中文'])
+database_table_en_cn = list(df_cn1['库表名英文'])
+database_table_en_zs_cn = {'库表名': database_table_en_cn, '对应中文注释说明': table_name_cn}
+database_table_map_cn = df_cn1.set_index('库表名中文')['库表名英文'].to_dict()
+
+database_L_cn = []
+database_L_zh_cn = []
+for i in table_name_en_cn:
+    df3 = df_cn2[df_cn2['table_name'] == i]
+    name = df_cn1[df_cn1['表英文'] == i]['库表名英文'].iloc[0]
+    column_name = list(df3['column_name'])
+    column_name_zh = list(df3['column_description'])
+    column_name_2 = list(df3['注释'].dropna())
+
+    dict_1 = {'数据表名': name, '列名': column_name, '注释': column_name_2}
+    dict_2 = {'数据表名': name, '列名': column_name, '列名中文描述': column_name_zh, '注释': column_name_2}
+    database_L_cn.append(dict_1)
+    database_L_zh_cn.append(dict_2)
+
+with open(file_path_cn, 'r', encoding='utf-8') as file:
+    content = file.read()
+input_text_cn = content
+df_cn = df_cn2.merge(df_cn1, left_on="table_name", right_on="表英文")
+df_cn["table_describe"] = df_cn["库名中文"]+"，"+df_cn["表中文"]+"，"+df_cn["表描述"]
+
+# %% [code] {"jupyter":{"source_hidden":true},"execution":{"iopub.status.busy":"2025-02-28T14:23:49.401247Z","iopub.execute_input":"2025-02-28T14:23:49.401559Z","iopub.status.idle":"2025-02-28T14:23:49.408029Z","shell.execute_reply.started":"2025-02-28T14:23:49.401522Z","shell.execute_reply":"2025-02-28T14:23:49.406723Z"}}
+content_CN = """我有如下数据库表{'库表名': ['AStockBasicInfoDB.LC_StockArchives',
+  'AStockBasicInfoDB.LC_NameChange',
+  'AStockBasicInfoDB.LC_Business',
+  'AStockIndustryDB.LC_ExgIndustry',
+  'AStockIndustryDB.LC_ExgIndChange',
+  'AStockIndustryDB.LC_IndustryValuation',
+  'AStockIndustryDB.LC_IndFinIndicators',
+  'AStockIndustryDB.LC_COConcept',
+  'AStockIndustryDB.LC_ConceptList',
+  'AStockOperationsDB.LC_SuppCustDetail',
+  'AStockShareholderDB.LC_SHTypeClassifi',
+  'AStockShareholderDB.LC_MainSHListNew',
+  'AStockShareholderDB.LC_SHNumber',
+  'AStockShareholderDB.LC_Mshareholder',
+  'AStockShareholderDB.LC_ActualController',
+  'AStockShareholderDB.LC_ShareStru',
+  'AStockShareholderDB.LC_StockHoldingSt',
+  'AStockShareholderDB.LC_ShareTransfer',
+  'AStockShareholderDB.LC_ShareFP',
+  'AStockShareholderDB.LC_ShareFPSta',
+  'AStockShareholderDB.LC_Buyback',
+  'AStockShareholderDB.LC_BuybackAttach',
+  'AStockShareholderDB.LC_LegalDistribution',
+  'AStockShareholderDB.LC_NationalStockHoldSt',
+  'AStockShareholderDB.CS_ForeignHoldingSt',
+  'AStockFinanceDB.LC_AShareSeasonedNewIssue',
+  'AStockFinanceDB.LC_ASharePlacement',
+  'AStockFinanceDB.LC_Dividend',
+  'AStockFinanceDB.LC_CapitalInvest',
+  'AStockMarketQuotesDB.CS_StockCapFlowIndex',
+  'AStockMarketQuotesDB.CS_TurnoverVolTecIndex',
+  'AStockMarketQuotesDB.CS_StockPatterns',
+  'AStockMarketQuotesDB.QT_DailyQuote',
+  'AStockMarketQuotesDB.QT_StockPerformance',
+  'AStockMarketQuotesDB.LC_SuspendResumption',
+  'AStockFinanceDB.LC_BalanceSheetAll',
+  'AStockFinanceDB.LC_IncomeStatementAll',
+  'AStockFinanceDB.LC_CashFlowStatementAll',
+  'AStockFinanceDB.LC_IntAssetsDetail',
+  'AStockFinanceDB.LC_MainOperIncome',
+  'AStockFinanceDB.LC_OperatingStatus',
+  'AStockFinanceDB.LC_AuditOpinion',
+  'AStockOperationsDB.LC_Staff',
+  'AStockOperationsDB.LC_RewardStat',
+  'AStockEventsDB.LC_Warrant',
+  'AStockEventsDB.LC_Credit',
+  'AStockEventsDB.LC_SuitArbitration',
+  'AStockEventsDB.LC_EntrustInv',
+  'AStockEventsDB.LC_Regroup',
+  'AStockEventsDB.LC_MajorContract',
+  'AStockEventsDB.LC_InvestorRa',
+  'AStockEventsDB.LC_InvestorDetail',
+  'AStockShareholderDB.LC_ESOP',
+  'AStockShareholderDB.LC_ESOPSummary',
+  'AStockShareholderDB.LC_TransferPlan',
+  'AStockShareholderDB.LC_SMAttendInfo',
+  'PublicFundDB.MF_FundArchives',
+  'PublicFundDB.MF_FundProdName',
+  'PublicFundDB.MF_InvestAdvisorOutline',
+  'PublicFundDB.MF_Dividend',
+  'CreditDB.LC_ViolatiParty',
+  'IndexDB.LC_IndexBasicInfo',
+  'IndexDB.LC_IndexComponent',
+  'InstitutionDB.LC_InstiArchive',
+  'ConstantDB.SecuMain',
+  'ConstantDB.CT_SystemConst',
+  'ConstantDB.QT_TradingDayNew',
+  'ConstantDB.LC_AreaCode',
+  'InstitutionDB.PS_EventStru',
+  'InstitutionDB.PS_NewsSecurity'],
+ '对应中文注释说明': ['公司概况',
+  '公司名称更改状况',
+  '公司经营范围与行业变更',
+  '公司行业划分表',
+  '公司行业变更表',
+  '行业估值指标',
+  '行业财务指标表',
+  '概念所属公司表',
+  '概念板块常量表',
+  '公司供应商与客户',
+  '股东类型分类表',
+  '股东名单(新)',
+  '股东户数',
+  '大股东介绍',
+  '公司实际控制人',
+  '公司股本结构变动',
+  '股东持股统计',
+  '股东股权变动',
+  '股东股权冻结和质押',
+  '股东股权冻结和质押统计',
+  '股份回购',
+  '股份回购关联表',
+  '法人配售与战略投资者',
+  'A股国家队持股统计',
+  '外资持股统计',
+  'A股增发',
+  'A股配股',
+  '公司分红',
+  '资金投向说明',
+  '境内股票交易资金流向指标',
+  '境内股票成交量技术指标',
+  '股票技术形态表',
+  '日行情表',
+  '股票行情表现(新)',
+  '停牌复牌表',
+  '资产负债表_新会计准则',
+  '利润分配表_新会计准则',
+  '现金流量表_新会计准则',
+  '公司研发投入与产出',
+  '公司主营业务构成',
+  '公司经营情况述评',
+  '公司历年审计意见',
+  '公司职工构成',
+  '公司管理层报酬统计',
+  '公司担保明细',
+  '公司借贷明细',
+  '公司诉讼仲裁明细',
+  '重大事项委托理财',
+  '公司资产重组明细',
+  '公司重大经营合同明细',
+  '投资者关系活动',
+  '投资者关系活动调研明细',
+  '员工持股计划',
+  '员工持股计划概况',
+  '股东增减持计划表',
+  '股东大会出席信息',
+  '公募基金概况',
+  '公募基金产品名称',
+  '公募基金管理人概况',
+  '公募基金分红',
+  '违规当事人处罚',
+  '指数基本情况',
+  '指数成份',
+  '机构基本资料',
+  '证券主表,包含字段InnerCode,CompanyCode,SecuCode,ChiName,ChiNameAbbr 代表中文名称缩写,EngName,EngNameAbbr,SecuAbbr 代表 证券简称,ListedDate',
+  '系统常量表',
+  '交易日表(新)',
+  '国家城市代码表',
+  '事件体系指引表',
+  '证券舆情表']}
+已查询获得事实：<<fact_1>>
+我想回答问题
+"<<question>>"
+
+如果已查询获得事实可以直接总结答案，需要是明确的答案数据不是需要查询数据库表，记得提示我：<全部完成，答案如下>,将答案总结以json格式给我（注意答案不能是XX这种占位符）。
+如果不能直接总结答案，需要查询的数据库表,请从上面数据库表中筛选出还需要哪些数据库表，记得提示我：<需要查询的数据库表>,只返回需要数据列表,不要回答其他内容。"""
+
+# %% [markdown] {"jupyter":{"outputs_hidden":false}}
+# ### 港股库表
+
+# %% [code] {"jupyter":{"source_hidden":true},"execution":{"iopub.status.busy":"2025-02-28T14:23:49.412283Z","iopub.execute_input":"2025-02-28T14:23:49.412590Z","iopub.status.idle":"2025-02-28T14:23:49.605180Z","shell.execute_reply.started":"2025-02-28T14:23:49.412564Z","shell.execute_reply":"2025-02-28T14:23:49.603881Z"}}
+"""
+港股去掉: LC_ExgIndChange,LC_IndFinIndicators,LC_COConcept,LC_ConceptList,
+LC_SuppCustDetail,LC_ShareTransfer,CS_ForeignHoldingSt,LC_AShareSeasonedNewIssue,
+LC_ASharePlacement,CS_StockCapFlowIndex,CS_TurnoverVolTecIndex,CS_StockPatterns,QT_DailyQuote,
+QT_StockPerformance,LC_SuspendResumption,SecuMain,
+US_CompanyInfo,US_DailyQuote,US_SecuMain
+"""
+df_hk1 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_hk_v5.xlsx', sheet_name='库表关系')
+df_hk2 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_hk_v5.xlsx', sheet_name='表字段信息')
+file_path_hk = '/app/devlop_home/2024-fic-lmc-data-0217/all_tables_schema_hk_v5.txt'
+
+df_hk1['库表名英文'] = df_hk1['库名英文'] + '.' + df_hk1['表英文']
+df_hk1['库表名中文'] = df_hk1['库名中文'] + '.' + df_hk1['表中文']
+
+database_name_hk = list(df_hk1['库名中文'])
+table_name_hk = list(df_hk1['表中文'])
+table_name_en_hk = list(df_hk1['表英文'])
+database_table_ch_hk = list(df_hk1['库表名中文'])
+database_table_en_hk = list(df_hk1['库表名英文'])
+database_table_en_zs_hk = {'库表名': database_table_en_hk, '对应中文注释说明': table_name_hk}
+database_table_map_hk = df_hk1.set_index('库表名中文')['库表名英文'].to_dict()
+
+database_L_hk = []
+database_L_zh_hk = []
+for i in table_name_en_hk:
+    df3 = df_hk2[df_hk2['table_name'] == i]
+    name = df_hk1[df_hk1['表英文'] == i]['库表名英文'].iloc[0]
+    column_name = list(df3['column_name'])
+    column_name_zh = list(df3['column_description'])
+    column_name_2 = list(df3['注释'].dropna())
+
+    dict_1 = {'数据表名': name, '列名': column_name, '注释': column_name_2}
+    dict_2 = {'数据表名': name, '列名': column_name, '列名中文描述': column_name_zh, '注释': column_name_2}
+    database_L_hk.append(dict_1)
+    database_L_zh_hk.append(dict_2)
+
+with open(file_path_hk, 'r', encoding='utf-8') as file:
+    content = file.read()
+input_text_hk = content
+df_hk = df_hk2.merge(df_hk1, left_on="table_name", right_on="表英文")
+df_hk["table_describe"] = df_hk["库名中文"]+"，"+df_hk["表中文"]+"，"+df_hk["表描述"]
+
+# %% [code] {"jupyter":{"source_hidden":true},"execution":{"iopub.status.busy":"2025-02-28T14:23:49.607423Z","iopub.execute_input":"2025-02-28T14:23:49.607743Z","iopub.status.idle":"2025-02-28T14:23:49.612387Z","shell.execute_reply.started":"2025-02-28T14:23:49.607716Z","shell.execute_reply":"2025-02-28T14:23:49.611305Z"}}
+content_HK = """我有如下数据库表{'库表名': ['HKStockDB.HK_EmployeeChange',
+  'HKStockDB.HK_StockArchives',
+  'HKStockDB.CS_HKStockPerformance',
+  'PublicFundDB.MF_FundArchives',
+  'PublicFundDB.MF_FundProdName',
+  'PublicFundDB.MF_InvestAdvisorOutline',
+  'PublicFundDB.MF_Dividend',
+  'CreditDB.LC_ViolatiParty',
+  'IndexDB.LC_IndexBasicInfo',
+  'IndexDB.LC_IndexComponent',
+  'InstitutionDB.LC_InstiArchive',
+  'ConstantDB.HK_SecuMain',
+  'ConstantDB.CT_SystemConst',
+  'ConstantDB.LC_AreaCode',
+  'InstitutionDB.PS_EventStru',
+  'InstitutionDB.PS_NewsSecurity'],
+ '对应中文注释说明': ['港股公司员工数量变动表',
+  '港股公司概况',
+  '港股行情表现',
+  '公募基金概况',
+  '公募基金产品名称',
+  '公募基金管理人概况',
+  '公募基金分红',
+  '违规当事人处罚',
+  '指数基本情况',
+  '指数成份',
+  '机构基本资料',
+  '港股证券主表，包含字段InnerCode,CompanyCode,SecuCode,ChiName,EngName,EngNameAbbr,SecuAbbr 代表 证券简称,ListedDate',
+  '系统常量表',
+  '国家城市代码表',
+  '事件体系指引表',
+  '证券舆情表']}
+已查询获得事实：<<fact_1>>
+我想回答问题
+"<<question>>"
+
+如果已查询获得事实可以直接总结答案，需要是明确的答案数据不是需要查询数据库表，记得提示我：<全部完成，答案如下>,将答案总结以json格式给我。
+如果不能直接总结答案，需要查询的数据库表,请从上面数据库表中筛选出还需要哪些数据库表，记得提示我：<需要查询的数据库表>,只返回需要数据列表,不要回答其他内容。"""
+
+# %% [markdown] {"jupyter":{"outputs_hidden":false}}
+# ### 美股库表
+
+# %% [code] {"jupyter":{"source_hidden":true},"execution":{"iopub.status.busy":"2025-02-28T14:23:49.613668Z","iopub.execute_input":"2025-02-28T14:23:49.613943Z","iopub.status.idle":"2025-02-28T14:23:49.793535Z","shell.execute_reply.started":"2025-02-28T14:23:49.613920Z","shell.execute_reply":"2025-02-28T14:23:49.792347Z"}}
+"""
+美股去掉: LC_ExgIndChange,LC_IndFinIndicators,LC_COConcept,LC_ConceptList,
+LC_SuppCustDetail,LC_ShareTransfer,CS_ForeignHoldingSt,LC_AShareSeasonedNewIssue,
+LC_ASharePlacement,CS_StockCapFlowIndex,CS_TurnoverVolTecIndex,CS_StockPatterns,QT_DailyQuote,
+QT_StockPerformance,LC_SuspendResumption,SecuMain,
+HK_SecuMain,HK_EmployeeChange,HK_StockArchives,CS_HKStockPerformance
+"""
+df_us1 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_us_v5.xlsx', sheet_name='库表关系')
+df_us2 = pd.read_excel('/app/devlop_home/2024-fic-lmc-data-0217/data_dictionary_us_v5.xlsx', sheet_name='表字段信息')
+file_path_us = '/app/devlop_home/2024-fic-lmc-data-0217/all_tables_schema_us_v5.txt'
+
+df_us1['库表名英文'] = df_us1['库名英文'] + '.' + df_us1['表英文']
+df_us1['库表名中文'] = df_us1['库名中文'] + '.' + df_us1['表中文']
+
+database_name_us = list(df_us1['库名中文'])
+table_name_us = list(df_us1['表中文'])
+table_name_en_us = list(df_us1['表英文'])
+database_table_ch_us = list(df_us1['库表名中文'])
+database_table_en_us = list(df_us1['库表名英文'])
+database_table_en_zs_us = {'库表名': database_table_en_us, '对应中文注释说明': table_name_us}
+database_table_map_us = df_us1.set_index('库表名中文')['库表名英文'].to_dict()
+
+database_L_us = []
+database_L_zh_us = []
+for i in table_name_en_us:
+    df3 = df_us2[df_us2['table_name'] == i]
+    name = df_us1[df_us1['表英文'] == i]['库表名英文'].iloc[0]
+    column_name = list(df3['column_name'])
+    column_name_zh = list(df3['column_description'])
+    column_name_2 = list(df3['注释'].dropna())
+
+    dict_1 = {'数据表名': name, '列名': column_name, '注释': column_name_2}
+    dict_2 = {'数据表名': name, '列名': column_name, '列名中文描述': column_name_zh, '注释': column_name_2}
+    database_L_us.append(dict_1)
+    database_L_zh_us.append(dict_2)
+
+with open(file_path_us, 'r', encoding='utf-8') as file:
+    content = file.read()
+input_text_us = content
+df_us = df_us2.merge(df_us1, left_on="table_name", right_on="表英文")
+df_us["table_describe"] = df_us["库名中文"]+"，"+df_us["表中文"]+"，"+df_us["表描述"]
+
+# %% [code] {"ExecuteTime":{"end_time":"2024-12-16T17:51:00.837232Z","start_time":"2024-12-16T17:51:00.806726Z"},"jupyter":{"source_hidden":true},"execution":{"iopub.status.busy":"2025-02-28T14:23:49.794694Z","iopub.execute_input":"2025-02-28T14:23:49.795036Z","iopub.status.idle":"2025-02-28T14:23:49.801122Z","shell.execute_reply.started":"2025-02-28T14:23:49.795009Z","shell.execute_reply":"2025-02-28T14:23:49.799520Z"}}
+content_US = """我有如下数据库表{'库表名': ['USStockDB.US_CompanyInfo',
+  'USStockDB.US_DailyQuote',
+  'PublicFundDB.MF_FundArchives',
+  'PublicFundDB.MF_FundProdName',
+  'PublicFundDB.MF_InvestAdvisorOutline',
+  'PublicFundDB.MF_Dividend',
+  'CreditDB.LC_ViolatiParty',
+  'IndexDB.LC_IndexBasicInfo',
+  'IndexDB.LC_IndexComponent',
+  'InstitutionDB.LC_InstiArchive',
+  'ConstantDB.CT_SystemConst',
+  'ConstantDB.LC_AreaCode',
+  'InstitutionDB.PS_EventStru',
+  'ConstantDB.US_SecuMain',
+  'InstitutionDB.PS_NewsSecurity'],
+ '对应中文注释说明': ['美股公司概况',
+  '美股日行情',
+  '公募基金概况',
+  '公募基金产品名称',
+  '公募基金管理人概况',
+  '公募基金分红',
+  '违规当事人处罚',
+  '指数基本情况',
+  '指数成份',
+  '机构基本资料',
+  '系统常量表',
+  '国家城市代码表',
+  '事件体系指引表',
+  '美股证券主表'，包含字段InnerCode,CompanyCode,SecuCode,ChiName,EngName,EngNameAbbr,SecuAbbr 代表 证券简称,ListedDate',
+  '证券舆情表']}
+已查询获得事实：<<fact_1>>
+我想回答问题
+"<<question>>"
+
+如果已查询获得事实可以直接总结答案，需要是明确的答案数据不是需要查询数据库表，记得提示我：<全部完成，答案如下>,将答案总结以json格式给我。
+如果不能直接总结答案，需要查询的数据库表,请从上面数据库表中筛选出还需要哪些数据库表，记得提示我：<需要查询的数据库表>,只返回需要数据列表,不要回答其他内容。"""
+
+with open('./devlop_home/2024-fic-lmc-data-0217/items_another.json', 'r', encoding='utf-8') as f:
+    items_another = json.load(f)
+

大模型LLM/2024金融行业·大模型挑战赛/code/devlop_home/2024-fic-lmc-data-0217/all_tables_schema_hk_v5.txt

@@ -0,0 +1,602 @@
+
+=== constantdb.ct_systemconst 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             166207150846                                      
+LB                   常量分类编码                         999                                               
+LBMC                 常量分类名称                         是否                                                
+MS                   常量描述                           是                                                 
+DM                   常量代码                           1                                                 
+XGRQ                 修改日期                           2007-02-12 09:06:13.520                           
+JSID                 JSID                           224586371430                                      
+FVALUE               浮点值                            NULL                                              
+IVALUE               整型值                            NULL                                              
+CVALUE               字符值                            NULL                                            
+
+
+=== constantdb.hk_secumain 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             182598377530                                      
+InnerCode            证券内部编码                         1002504                                           
+CompanyCode          公司代码                           2437                                              
+SecuCode             证券代码                           00939                                             
+ChiName              中文名称                           中国建设银行股份有限公司                                      
+EngName              英文名称                           China Construction Bank Corporation               
+EngNameAbbr          英文名称缩写                         CCB                                               
+SecuAbbr             证券简称                           建设银行                                              
+ChiSpelling          拼音证券简称                         JSYH                                              
+SecuMarket           证券市场                           72                                                
+SecuCategory         证券类别                           3                                                 
+ListedDate           上市日期                           2005-10-27 12:00:00.000                           
+ListedSector         上市板块                           1                                                 
+ListedState          上市状态                           1                                                 
+XGRQ                 修改日期                           2019-12-08 08:03:38.837                           
+JSID                 JSID                           629150621771                                      
+ISIN                 ISIN代码                         CNE1000002H1                                      
+FormerName           曾用名                            美团点评-W                                              
+TradingUnit          买卖单位(股/手)                       1000.0                                            
+TraCurrUnit          交易货币类别                         1100                                              
+InsertTime           发布时间                           2005-10-14 09:46:17.530                          
+
+
+=== constantdb.lc_areacode 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             530127285284                                      
+AreaInnerCode        地区内部编码                         144110000                                         
+AreaCode             地区行政编码                         110000                                            
+FirstLevelCode       一级区划代码                         1000                                              
+SecondLevelCode      二级区划代码                         1001                                              
+AreaChiName          地区中文名称                         北京市                                               
+AreaEngName          地区英文名称                         Bei Jing Shi                                      
+AreaEngNameAbbr      地区英文名称缩写                       BJS                                               
+ParentNode           父节点代码                          144000000                                         
+ParentName           父节点名称                          中国                                                
+IfEffected           是否有效                           1                                                 
+UpdateTime           更新时间                           2017-06-29 06:35:04.150                           
+JSID                 JSID                           552076504185                                      
+InsertTime           发布时间                           2017-06-29 06:35:04.150                           
+
+
+=== constantdb.qt_tradingdaynew 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             372438175343                                      
+TradingDate          日期                             2019-01-01 12:00:00.000                           
+IfTradingDay         是否交易日                          2                                                 
+SecuMarket           证券市场                           83                                                
+IfWeekEnd            是否周最后交易日                           2                                                 
+IfMonthEnd           是否月最后交易日                           2                                                 
+IfQuarterEnd         是否季最后交易日                           2                                                 
+IfYearEnd            是否年最后交易日                           2                                                 
+XGRQ                 修改日期                           2011-10-20 03:57:22.583                           
+JSID                 JSID                           372443069774                                           
+
+
+=== creditdb.lc_violatiparty 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             599945230176                                      
+RID                  RID                            599945186325                                      
+EventCode            事件代码                           35739                                             
+PartyName            当事人                            熊猫金控股份有限公司                                        
+PartyType            当事人性质                          2                                                 
+PartyCode            当事人编码                          1532.0                                            
+BeginDate            起始日期                           2019-01-04 12:00:00.000                           
+EndDate              日期                             2019-01-25 12:00:00.000                                              
+ViolationClause      违规条款                           《上市公司信息披露管理办法》第二条                                              
+PenalOrg             处罚机构                           1                                                 
+PenalType            处罚类型                           2003.0                                            
+AmountInvolved       涉及金额(元)                        499000                                              
+CurrencyCode         计价货币                           1420                                              
+PenalStatement       处罚说明                           关于熊猫金控股份有限公司筹划重大事项后续进展的问询函                        
+UpdateTime           更新时间                           2022-11-02 04:28:37.163                           
+JSID                 JSID                           720745594880                                      
+PenalOrgCode         处罚机构编码                         25403.0                                           
+RelataCompany        关联上市公司                         1800                                              
+PenalTypeNew         处罚类型(新)                        104010                                            
+ViolationStatement   违规说明                           出具问询函                                              
+InsertTime           发布时间                           NULL                                              
+AnnID                No description available       4171938399635.0                                     
+
+
+=== hkstockdb.cs_hkstockperformance 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             736560760933                                      
+InnerCode            证券内部编码                         1000593                                           
+TradingDay           交易日                            2021-02-11 12:00:00.000                           
+PrevClosePrice       昨收盘                            4.43                                              
+OpenPrice            今开盘                            4.42                                              
+HighPrice            最高价                            4.49                                              
+LowPrice             最低价                            4.39                                              
+ClosePrice           收盘价                            4.45                                              
+CurrencyUnitCode     货币代码1                          1100                                              
+TurnoverVolume       成交量                            47568219.0                                        
+TurnoverValue        成交金额(元)                        211279782.9                                       
+ChangeOF             涨跌                             0.02                                              
+ChangePCT            涨跌幅(%)                         0.4515                                            
+RangePCT             振幅(%)                          2.2573                                            
+TurnoverRate         换手率(%)                         0.1555                                            
+AvgPrice             均价                             4.4416                                            
+TotalMV              总市值(元)                         136161653335.25                                   
+NegotiableMV         流通市值(不含限售股)(元)                 136161653335.25                                   
+TurnoverValueRW      近一周成交金额(元)                     1328438341.217                                    
+TurnoverVolumeRW     近一周成交量(股)                      300908224.0                                       
+ChangeOFRW           近一周涨跌(元)                       0.2018                                            
+ChangePCTRW          近一周涨跌幅(%)                      3.488                                             
+RangePCTRW           近一周振幅(%)                       4.4179                                            
+TurnoverRateRW       近一周换手率(%)                      0.9835                                            
+AvgPriceRW           近一周成交均价(元)                     5.9401                                            
+HighPriceRW          近一周最高价(元)                      4.49                                              
+LowPriceRW           近一周最低价(元)                      4.3                                               
+HighestClosePriceRW  近一周收盘最高价(元)                    4.45                                              
+LowestClosePriceRW   近一周收盘最低价(元)                    4.4                                               
+TurnoverValuePerDayRW 近一周日均成交金额(元)                   265687668.2434                                    
+TurnoverRatePerDayRW 近一周日均换手率(%)                    0.1967                                            
+TurnVolumePerDayRW   近一周日均成交量(股)                    60181644.8                                        
+ChangePCTPerDayRW    近一周日均涨跌幅(%)                    0.6916                                            
+RangePCTPerDayRW     近一周日均振幅(%)                     2.5106                                            
+TotalMVPerDayRW      近一周日均总市值(元)                    135182513356.21                                   
+NegotiableMVPerDayRW 近一周日均流通市值(不含限售股)(元)            135182513356.21                                   
+TurnoverValueTW      本周以来成交金额(元)                    905949432.16                                      
+TurnoverVolumeTW     本周以来成交量(股)                     204870612.0                                       
+ChangeOFTW           本周以来涨跌(元)                      204870612.0                                       
+ChangePCTTW          本周以来涨跌幅(%)                     1.1368                                            
+RangePCTTW           本周以来振幅(%)                      3.4087                                            
+TurnoverRateTW       本周以来换手率(%)                     0.6696                                            
+AvgPriceTW           本周以来成交均价(元)                    5.9499                                            
+HighPriceTW          本周以来最高价(元)                     4.49                                              
+LowPriceTW           本周以来最低价(元)                     4.34                                              
+HighestClosePriceTW  本周以来收盘最高价(元)                   4.45                                              
+LowestClosePriceTW   本周以来收盘最低价(元)                   4.4                                               
+TurnoverValuePerDayTW 本周以来日均成交金额(元)                  226487358.04                                      
+TurnoverRatePerDayTW 本周以来日均换手率(%)                   0.1674                                            
+TurnVolumePerDayTW   本周以来日均成交量(股)                   51217653.0                                        
+ChangePCTPerDayTW    本周以来日均涨跌幅(%)                   0.2831                                            
+RangePCTPerDayTW     本周以来日均振幅(%)                    2.3243                                            
+TotalMVPerDayTW      本周以来日均总市值(元)                   135320204915.7625                                 
+NegotiableMVPerDayTW 本周以来日均流通市值(不含限售股)(元)           135320204915.7625                                 
+TurnoverValueRM      近一月成交金额(元)                     14993706197.559                                   
+TurnoverVolumeRM     近一月成交量(股)                      3165937668.0                                      
+ChangeOFRM           近一月涨跌(元)                       -0.2826                                           
+ChangePCTRM          近一月涨跌幅(%)                      -4.5072                                           
+RangePCTRM           近一月月振幅(%)                      21.673                                            
+TurnoverRateRM       近一月月换手率(%)                     10.3469                                           
+AvgPriceRM           近一月成交均价(元)                     6.3722                                            
+HighPriceRM          近一月最高价(元)                      5.29                                              
+LowPriceRM           近一月最低价(元)                      4.28                                              
+HighestClosePriceRM  近一月收盘最高价(元)                    5.12                                              
+LowestClosePriceRM   近一月收盘最低价(元)                    4.3                                               
+TurnoverValuePerDayRM 近一月日均成交金额(元)                   651900269.4591                                    
+TurnoverRatePerDayRM 近一月日均换手率(%)                    0.4499                                            
+TurnVolumePerDayRM   近一月日均成交量(股)                    137649463.8261                                    
+ChangePCTPerDayRM    近一月日均涨跌幅(%)                    -0.1719                                           
+RangePCTPerDayRM     近一月日均振幅(%)                     4.3055                                            
+TotalMVPerDayRM      近一月日均总市值(元)                    142254671139.6022                                 
+NegotiableMVPerDayRM 近一月日均流通市值(不含限售股)(元)            142254671139.6022                                 
+TurnoverValueTM      本月以来成交金额(元)                    3049952093.827                                    
+TurnoverVolumeTM     本月以来成交量(股)                     691025867.0                                       
+ChangeOFTM           本月以来涨跌(元)                      0.1211                                            
+ChangePCTTM          本月以来涨跌幅(%)                     2.0643                                            
+RangePCTTM           本月以来振幅(%)                      6.6516                                            
+TurnoverRateTM       本月以来换手率(%)                     2.2585                                            
+AvgPriceTM           本月以来成交均价(元)                    5.9386                                            
+HighPriceTM          本月以来最高价(元)                     4.57                                              
+LowPriceTM           本月以来最低价(元)                     4.28                                              
+HighestClosePriceTM  本月以来收盘最高价(元)                   4.46                                              
+LowestClosePriceTM   本月以来收盘最低价(元)                   4.3                                               
+TurnoverValuePerDayTM 本月以来日均成交金额(元)                  338883565.9808                                    
+TurnoverRatePerDayTM 本月以来日均换手率(%)                   0.2509                                            
+TurnVolumePerDayTM   本月以来日均成交量(股)                   76780651.8889                                     
+ChangePCTPerDayTM    本月以来日均涨跌幅(%)                   0.2389                                            
+RangePCTPerDayTM     本月以来日均振幅(%)                    2.8016                                            
+TotalMVPerDayTM      本月以来日均总市值(元)                   134971726277.3889                                 
+NegotiableMVPerDayTM 本月以来日均流通市值(不含限售股)(元)           134971726277.3889                                 
+TurnoverValueRMThree 近三个月成交金额(元)                    37986003156.837                                   
+TurnoverVolumeRMThree 近三个月成交量(股)                     8255029929.0                                      
+ChangeOFRMThree      近三个月涨跌(元)                      -1.48                                             
+ChangePCTRMThree     近三个月涨跌幅(%)                     -19.8195                                          
+RangePCTRMThree      近三个月振幅(%)                      29.7292                                           
+TurnoverRateRMThree  近三个月换手率(%)                     26.9791                                           
+AvgPriceRMThree      近三个月成交均价(元)                    6.1914                                            
+HighPriceRMThree     近三个月以来最高价(元)                   5.6                                               
+LowPriceRMThree      近三个月以来最低价(元)                   3.95                                              
+HighestClosePRMThree 近三个月以来收盘最高价(元)                 5.33                                              
+LowestClosePRMThree  近三个月以来收盘最低价(元)                 4.3                                               
+TurnValuePDayRMThree 近三个月日均成交金额(元)                  593531299.3256                                    
+TurnRatePDayRMThree  近三个月日均换手率(%)                   0.4215                                            
+TurnVolumePDayRMThree 近三个月日均成交量(股)                   128984842.6406                                    
+ChangePCTPDayRMThree 近三个月日均涨跌幅(%)                   -0.3047                                           
+RangePCTPDayRMThree  近三个月日均振幅(%)                    3.994                                             
+TotalMVPerDayRMThree 近三个月日均总市值(元)                   141750591985.1414                                 
+NegotiableMVPRMThree 近三个月日均流通市值(不含限售股)(元)           141750591985.1414                                 
+TurnoverValueRMSix   近六个月成交金额(元)                    61368919050.576                                   
+TurnoverVolumeRMSix  近六个月成交量(股)                     12475970128.0                                     
+ChangeOFRMSix        近六个月涨跌(元)                      -0.148                                            
+ChangePCTRMSix       近六个月涨跌幅(%)                     -2.4122                                           
+RangePCTRMSix        近六个月振幅(%)                      60.3074                                           
+TurnoverRateRMSix    近六个月换手率(%)                     40.7739                                           
+AvgPriceRMSix        近六个月成交均价(元)                    6.6185                                            
+HighPriceRMSix       近六个月以来最高价(元)                   6.7                                               
+LowPriceRMSix        近六个月以来最低价(元)                   3.95                                              
+HighestClosePRMSix   近六个月以来收盘最高价(元)                 6.53                                              
+LowestClosePRMSix    近六个月以来收盘最低价(元)                 4.3                                               
+TurnValuePDayRMSix   近六个月日均成交金额(元)                  487054913.0998                                    
+TurnRatePDayRMSix    近六个月日均换手率(%)                   0.3236                                            
+TurnVolumePDayRMSix  近六个月日均成交量(股)                   99015635.9365                                     
+ChangePCTPDayRMSix   近六个月日均涨跌幅(%)                   0.0579                                            
+RangePCTPDayRMSix    近六个月日均振幅(%)                    4.6251                                            
+TotalMVPerDayRMSix   近六个月日均总市值(元)                   153891566497.3806                                 
+NegotiableMVPRMSix   近六个月日均流通市值(不含限售股)(元)           153891566497.3806                                 
+TurnoverValueRY      近一年成交金额(元)                     90977316364.545                                   
+TurnoverVolumeRY     近一年成交量(股)                      18601667225.0                                     
+ChangeOFRY           近一年涨跌(元)                       -2.7799                                           
+ChangePCTRY          近一年涨跌幅(%)                      -31.7076                                          
+RangePCTRY           近一年振幅(%)                       46.0187                                           
+TurnoverRateRY       近一年换手率(%)                      60.7938                                           
+AvgPriceRY           近一年成交均价(元)                     6.5309                                            
+HighPriceRY          近一年最高价(元)                      6.7                                               
+LowPriceRY           近一年最低价(元)                      3.84                                              
+HighestClosePRY      近一年收盘价最高(元)                    6.79                                              
+LowestClosePRY       近一年收盘价最低(元)                    3.9                                               
+TurnoverValuePDayRY  近一年日均成交金额(元)                   363909265.4582                                    
+TurnoverRatePDayRY   近一年日均换手率(%)                    0.2432                                            
+TurnVolumePDayRY     近一年日均成交量(股)                    74406668.9                                        
+ChangePCTPDayRY      近一年日均涨跌幅(%)                    -0.09                                             
+RangePCTPDayRY       近一年日均振幅(%)                     4.0223                                            
+TotalMVPerDayRY      近一年日均总市值(元)                    152158352742.816                                  
+NegotiableMVPRY      近一年日均流通市值(不含限售股)(元)            152158352742.816                                  
+TurnoverValueYTD     今年以来成交金额(元)                    29031479316.079                                   
+TurnoverVolumeYTD    今年以来成交量(股)                     6331137811.0                                      
+ChangeOFYTD          今年以来涨跌(元)                      0.0                                               
+ChangePCTYTD         今年以来涨跌幅(%)                     0.0                                               
+RangePCTYTD          今年以来振幅(%)                      30.1116                                           
+TurnoverRateYTD      今年以来换手率(%)                     20.6914                                           
+AvgPriceYTD          今年以来成交均价(元)                    6.1698                                            
+HighPriceYTD         今年以来最高价(元)                     5.29                                              
+LowPriceYTD          今年以来最低价(元)                     3.95                                              
+HighestClosePriceYTD 今年以来收盘最高价(元)                   5.12                                              
+LowestClosePriceYTD  今年以来收盘最低价(元)                   4.3                                               
+TurnoverValuePerDayYTD 今年以来日均成交金额(元)                  1001085493.6579                                   
+TurnoverRatePerDayYTD 今年以来日均换手率(%)                   0.7135                                            
+TurnVolumePDayYTD    今年以来日均成交量(股)                   0.7135                                            
+ChangePCTPerDayYTD   今年以来日均涨跌幅(%)                   0.0661                                            
+RangePCTPerDayYTD    今年以来日均振幅(%)                    5.1862                                            
+TotalMVPerDayYTD     今年以来日均总市值(元)                   142217971740.0879                                 
+NegotiableMVPYTD     今年以来日均流通市值(不含限售股)(元)           142217971740.0879                                 
+HighAdjustedPrice    上市以来复权最高价(元)                   22.2126                                           
+HighAdjustedPriceDate 上市以来复权最高价日期                    2008-02-18 12:00:00.000                           
+LowAdjustedPrice     上市以来复权最低价(元)                   3.8                                               
+LowAdjustedPriceDate 上市以来复权最低价日期                    2003-04-24 12:00:00.000                           
+UpdateTime           更新时间                           2023-05-04 10:08:41.710                           
+InsertTime           发布时间                           2023-05-04 10:08:41.710                           
+JSID                 JSID                           736566422989                                     
+
+
+=== hkstockdb.hk_employeechange 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             606617576133                                      
+InnerCode            证券内部代码                         1000844                                           
+InfoPublDate         信息发布日期                         2019-03-22 12:00:00.000                           
+InfoSource           信息来源                           5                                                 
+IfEffected           是否有效                           1                                                 
+EffectiveDate        生效日期                           2018-12-31 12:00:00.000                           
+QuaBeforeChange      变更前员工数量                        63911.0                                           
+QuaAfterChange       变更后员工数量                        63455.0                                           
+UpdateTime           更新时间                           2020-04-09 11:14:17.337                           
+JSID                 JSID                           639789381968                                      
+
+
+=== hkstockdb.hk_stockarchives 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             177497979062                                      
+CompanyCode          公司代码                           1000143                                           
+EstablishmentDate    公司成立日期                         1989-11-22 12:00:00.000                           
+RegAbbr              注册地                            504.0                                             
+Business             公司业务                               深圳国际控股有限公司是一家主要从事收费公路业务的投资控股公司。该公司通过两个分部经营业...
+InduCHKE             所属行业-港交所                       900.0                                             
+InduCHS              所属行业-恒生                        10304.0                                           
+Chairman             主席                             李海涛                                               
+CompanySecretary     公司秘书                           刘旺新\林婉玲                                           
+CertifiedAccountant  合资格会计师                         NULL                                              
+RegisteredOffice     注册办事处                          Clarendon House, 2 Church Street, Hamilton HM 1...
+GeneralOffice        总办事处及主要营业地点                    九龙尖沙咀东部科学馆道1号康宏广场南座22楼2206-2208室                  
+Registrars           股份过户处(香港)                      登捷时有限公司(香港湾仔告士打道56号东亚银行港湾中心地下)                    
+Tel                  电话                             (0755)83079990;(0755)83079999;(852)23660268       
+Fax                  传真                             (0755)83079988;(852)27395123                      
+Eail                 邮箱                             info@szihl.com                                    
+Website              公司网址                           http://www.szihl.com                              
+BriefIntroduction    公司简介                               本集团以粤港澳大湾区、长三角、京津冀以及主要物流节点城市为主要战略区域,通过投资併购、...
+XGRQ                 修改日期                           2024-10-21 09:51:01.550                           
+JSID                 JSID                           783051438288                                      
+CompanyType          企业类别                           5.0                                               
+CompanyTypeDesc      公司类别描述                         境外注册内地国资控制                                        
+ChiName              中文名称                           深圳国际控股有限公司                                        
+AuditInstitution     审计机构                           德勤·关黄陈方会计师行                                       
+RegCapital           注册资本(元)                        300000.0                                          
+RegCapitalCurrency   注册资本货币单位                       1100.0                                             
+
+
+=== indexdb.lc_indexbasicinfo 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             212263589812                                      
+IndexCode            指数内部编码                           1                                                 
+IndexType            指数类别                           10                                                
+ComponentType        成份证券类别                         1001                                              
+IndustryStandard     行业标准                           NULL                                              
+IndustryType         行业类别                           NULL                                              
+PubOrgCode           发布机构代码                         25407                                             
+PubOrgName           发布机构名称                         中证指数有限公司、上海证券交易所                                  
+CreatIndexOrgCode    编制机构代码                         25407                                             
+CreatIndexOrgName    编制机构名称                         中证指数有限公司                                          
+PubDate              发布日期                           1991-07-15 12:00:00.000                           
+BaseDate             基日                             1990-12-19 12:00:00.000                           
+BasePoint            基点(点)                          100.0                                             
+WAMethod             加权方式                           43                                                
+ComponentSum         成份证券数量                         2231.0                                            
+ComponentAdPeriod    成份证券调整周期                       997.0                                             
+IndexRemark          指数简介                           2020年7月22日之前实施的方案。
+上证综合指数的样本股是全部上市股票，包括A股和B股，从...
+XGRQ                 修改日期                           2024-10-17 10:19:41.550                           
+JSID                 JSID                           782777884892                                      
+IndexPriceType       指数计算类别                         1                                                 
+IndexDesignType      指数设计类别                         1                                                 
+Relationship         与主指数关系                         5                                                 
+SecuMarket           成份证券市场                         7                                                 
+CurrencyCode         币种                             1420                                              
+IndexAbstract        指数摘要                           上证综合指数由在上海证券交易所上市的符合条件的股票与存托凭证组成样本，反映上海证券交易所上市公...
+PubIndexType         指数类别(发布机构)                     471011                                            
+IndexSeries          指数系列                           101100.0                                         
+
+
+=== indexdb.lc_indexcomponent 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             188380882875                                      
+IndexInnerCode       指数内部编码                         3145                                              
+SecuInnerCode        证券内部编码                          170                                               
+InDate               调入日期                           2006-01-04 12:00:00.000                           
+OutDate              调出日期                           2013-12-16 12:00:00.000                           
+Flag                 成份标志                           0                                                 
+XGRQ                 修改日期                           2013-12-16 07:33:11.407                           
+JSID                 JSID                           440494391418                                      
+SecuMarket           成份股市场代码                           90                                                
+
+
+=== institutiondb.lc_instiarchive 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             327592393264                                      
+CompanyCode          公司代码                           79944                                             
+ParentCompany        所属公司                           185940                                            
+InvestAdvisorName    基金管理人名称                        NULL                                              
+ChiName              中文名称                           中国证券登记结算有限责任公司上海分公司                               
+AbbrChiName          中文简称                           中登上海分公司                                           
+NameChiSpelling      中文拼音简称                         ZGZQDJJSSHFGS                                     
+EngName              英文名称                           NULL                                              
+RegCapital           注册资本(元)                        NULL                                              
+CurrencyUnit         货币单位                           NULL                                              
+EstablishmentDate    公司成立日期                         2001-07-25 12:00:00.000                           
+EconomicNature       经济性质                           NULL                                              
+CompanyNature        企业性质                           NULL                                              
+CompanyType          企业类别                           1140                                              
+RegAddr              公司注册地址                         中国(上海)自由贸易试验区杨高南路188号                             
+RegZip               注册地址邮编                         NULL                                              
+RegCity              注册所在城市                         310000                                            
+OfficeAddr           公司办公地址                         上海市浦东新区杨高南路188号                                   
+ContactAddr          公司联系地址                         上海市浦东新区杨高南路188号                                   
+ContactZip           联系地址邮编                         200127                                            
+ContactCity          联系所在城市                         310000                                            
+Email                邮箱                             NULL                                              
+Website              公司网址                           NULL                                              
+LegalPersonRepr      法人代表                           NULL                                              
+GeneralManager       总经理                            NULL                                              
+OtherManager         其它负责人                          周宁                                                
+Contactman           联系人                            NULL                                              
+Tel                  电话                             4008058058                                        
+Fax                  传真                             NULL                                              
+BriefIntroText       公司简介                           中国证券登记结算有限公司上海分公司（以下简称公司），是一个为证券交易提供集中的登记、托管与结算...
+BusinessMajor        经营范围-主营                        在中国证券登记结算有限责任公司经营范围内从事证券登记结算业务活动。【依法须经批准的项目,经相关...
+Industry             所属行业                           4161                                              
+StartDate            起始日期                           NULL                                              
+IfExisted            是否存在                           1                                                 
+XGRQ                 修改日期                           2024-09-29 10:06:40.447                           
+JSID                 JSID                           781630287880                                      
+OrganizationCode     评级机构代码                         72935636-X                                        
+CompanyCval          公司属性                           NULL                                              
+CreditCode           统一社会信用代码                       9131011572935636XY                                
+RegArea              注册地城市                          144190112                                         
+RegOrg               登记机构                           自由贸易试验区市场监督管理局                                    
+RegStatus            登记状态                           1                                                
+
+
+=== institutiondb.ps_eventstru 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             642623836927                                      
+EventName            事件名称                           资质荣誉                                              
+EventCode            事件代码                           FBT0000000EY                                      
+FEventCode           父级事件代码                         FBT000000089                                      
+EventLevel           事件级别                           2                                                 
+IfEffected           是否有效                           FCC000000005                                      
+InsertTime           发布时间                           2020-05-25 10:47:08.247                           
+UpdateTime           更新时间                           2020-05-25 10:47:08.247                           
+JSID                 JSID                           643718828445                                      
+
+
+=== institutiondb.ps_newssecurity 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             646996772025                                      
+RID                  RID                            606498305893                                      
+InnerCode            证券内部编码                         16764                                             
+CompanyCode          公司代码                           170593                                            
+EventType            事件类别                           FBT000000094                                      
+EventName            事件名称                           对外投资                                              
+EventDate            事件时间                           NULL                                              
+EmotionDirection     情感方向                           FCC0000002QF                                      
+EmotionImportance    情感重要度                          FCC0000002QE                                      
+InsertTime           发布时间                           2020-06-29 06:44:12.670                           
+UpdateTime           更新时间                           2020-06-29 06:44:12.670                           
+JSID                 JSID                           646996772026                                      
+
+
+=== publicfunddb.mf_dividend 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             608016310186                                      
+InnerCode            基金内部编码                         218558                                            
+InfoPublDate         信息发布日期                         2019-04-08 12:00:00.000                           
+InfoSource           信息来源                           二O一九年第一次收益分配公告                                    
+EndDate              截止日期                             2019-03-31 12:00:00.000                           
+IfDistributed        是否分红                           1                                                 
+DividendRatioBeforeTax 派现比例(含税10派X元)                  0.18                                              
+ActualRatioAfterTax  实派比例(税后10派X元)                  0.18                                              
+Dividendsum          派现金额合计(元)                      170593.0                                              
+ReDate               权益登记日                          2019-04-09 12:00:00.000                           
+ExRightDate          除息日                            2019-04-09 12:00:00.000                           
+ExecuteDate          发放日                            2019-04-11 12:00:00.000                           
+SchemeModification   方案变更说明                         红利再投资的基金份额可赎回起始日为本基金的下一个开放日                                              
+XGRQ                 更新日期                           2022-12-25 12:11:01.023                           
+JSID                 JSID                           725458316544                                      
+ReinvestDay          红利再投资日                         2019-04-09 12:00:00.000                           
+AccountDay           红利再投资份额到帐日                     2019-04-10 12:00:00.000                           
+RedemptionDay        红利再投资份额可赎回日                    2019-04-11 12:00:00.000                           
+UnitProfitYTD        本年单位累计分红(元)                    0.018                                             
+DividendSumYTD       本年累计分红总额(元)                    24660000                                              
+DividendTimesYTD     本年累计分红次数(次)                    1                                                 
+DiviSumSinceInception 历史累计分红总额(元)                    24660000                                              
+DiviTimesSinceIncepion 历史累计分红次数(次)                    1                                                 
+EventProcedureCode   事件进程代码                           3131                                              
+EventProcedure       事件进程                           方案实施                                              
+ExRightDateEX        场内除息日                          2019-04-09 12:00:00.000                                              
+ExRightDateCurbEX    场外除息日                          2019-04-09 12:00:00.000                                              
+ExecuteDateEX        场内发放日                          2019-04-09 12:00:00.000                                              
+ExecuteDateCurbEX    场外发放日                          2019-04-09 12:00:00.000                                              
+DistributableProfits 基准日基金可供分配利润(元)                 1428322.51                                        
+AllocationValue      基准日应分配金额(元)                    714161.26                                         
+ProfitDistDate       收益分配基准日                        2019-03-31 12:00:00.000                           
+DistributedRange     发放范围                           权益登记日在本基金注册登记机构登记在册的本基金全体基金份额持有人                  
+TransCode            基金转型统一编码                         218558                                            
+DividendImplementDate 分红实施公告日                        2019-04-08 12:00:00.000                           
+
+
+=== publicfunddb.mf_fundarchives 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             596367316253                                      
+InnerCode            基金内部编码                         202915                                            
+EstablishmentDate    公司成立日期                         2019-01-14 12:00:00.000                           
+ListedDate           上市日期                           2019-02-14 12:00:00.000                                              
+Duration             存续年限(年)                          26                                              
+StartDate            存续期起始日                           2019-01-14 12:00:00.000                           
+ExpireDate           存续期截止日                         2019-01-14 12:00:00.000                                              
+Manager              基金经理                           王紫菡                                               
+InvestAdvisorCode    基金管理人代码                         41516                                             
+TrusteeCode          基金托管人代码                        3668                                              
+Type                 基金运作方式                             2                                                 
+InvestmentType       是否指数型                           7                                                 
+InvestStyle          基金投资风格                         84                                                
+FoundedSize          基金设立规模(份)                      279844440.14                                      
+InvestOrientation    基金投资方向                             本基金采取完全复制法，即完全按照标的指数的成份股组成及其权重构建基金投资组合，并根据标...
+InvestTarget         基金投资目标                               紧密跟踪标的指数，追求跟踪偏离度及跟踪误差的最小化，本基金力争日均跟踪偏离度的绝对值不...
+PerformanceBenchMark 业绩比较基准                         恒生港股通新经济指数收益率（人民币价）×95%+银行活期存款税后利率×5%             
+ProfitDistributionRule 收益分配原则                         在符合有关基金分红条件的前提下，本基金可以进行收益分配，本基金每年收益分配次数最多为12次，每...
+InvestField          基金投资范围                               本基金以标的指数成份股及备选成份股为主要投资对象。本基金还可投资于非成份股（包含中小板...
+BriefIntro           基金简介                               本基金经中国证监会2018年9月3日证监许可[2018]1418号注册募集。本基金将自...
+XGRQ                 修改日期                           2024-09-27 07:00:31.163                           
+JSID                 JSID                           781426175379                                      
+ApplyingCodeFront    前端申购代码                         006614                                            
+RiskReturncharacter  风险收益特征                         本基金主要通过投资于恒生港股通新经济指数的成分股来实现对标的指数的紧密跟踪。因此，本基金的业绩...
+LowestSumSubscribing 最低认购申购金额描述                     通过场外认购本基金时，单笔最低认购金额为1元，追加最低认购金额为1元。通过直销中心柜台首次认购...
+LowestSumRedemption  最低赎回份额(份)                      NULL                                              
+LSFRDescription      最低赎回份额描述                       投资人在场外赎回本基金份额时，可申请将其持有的部分或全部基金份额赎回。               
+LowestSumForHolding  最低持有份额(份)                      1.0                                               
+LSFHDescription      最低持有份额描述                       每个场外基金交易账户最低持有基金份额余额为1份。                          
+FundNature           基金性质                           1                                                 
+FundTypeCode         基金类别代码                         1101                                              
+FundType             基金类别                           股票型                                               
+CarryOverDate        货币基金结转日                        NULL                                              
+CarryOverDateRemark  货币基金结转日说明                      NULL                                              
+CarryOverType        货币基金收益分配方式(份额结转方式)             NULL                                              
+RegInstCode          注册登记机构(TA类型)                   79944                                             
+SecurityCode         基金代码                006614                                            
+DeliveryDays         赎回款到账天数                        7.0                                               
+RiskReturnCode       风险收益特征代码                       NULL                                              
+FloatType            发售方式                           2                                                 
+CustodyMarket        转托管市场                          NULL                                              
+OperationPeriod      运作期                            NULL                                              
+OperationPDUnitCode  运作期单位代码                        NULL                                              
+OperationPDUnitName  运作期单位名称                        NULL                                              
+IfInitiatingFund     是否发起式基金                        1                                                 
+ClassificationFundType 分级基金类别                         NULL                                              
+ExApplyingMarket     场内申购赎回场所                       NULL                                              
+ExApplyingCode       场内申购赎回代码                       NULL                                              
+ExApplyingAbbr       场内申购赎回简称                       NULL                                              
+LowestSumSubLL       最低认购金额下限(元)                    1.0                                               
+LowestSumPurLL       最低申购金额下限(元)                    1.0                                               
+MainCode             基金主代码                          501311                                            
+ExProfitDistri       场内收益分配方式                       NULL                                              
+OTCProfitDistri      场外收益分配方式                       3.0                                               
+IfFOF                是否FOF                          2                                                 
+IfPensionTarget      是否养老目标基金                       2                                                 
+PRconfirmationdate   申赎确认日                          1.0                                               
+EstablishmentDateII  转型前设立日期                        NULL                                              
+InsertTime           插入时间                           2019-07-17 01:52:03.040                           
+TransCode            基金转型统一编码                       202915                                            
+LargeRedemptionRatio 巨额赎回认定比例                       0.1                                               
+SecuCode             证券代码                           006614                                            
+
+
+=== publicfunddb.mf_fundprodname 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             596367161784                                      
+InnerCode            基金内部编码                         202914                                            
+InfoPublDate         信息发布日期                         2019-02-11 12:00:00.000                           
+InfoSource           信息来源                           上市交易公告书                                           
+InfoType             信息类别                           1                                                 
+DisclName            披露名称                           新经济HK                                             
+EffectiveDate        生效日期                           2019-02-14 12:00:00.000                           
+ExpiryDate           失效日期                           NULL                                              
+IfEffected           是否有效                           1                                                 
+UpdateTime           更新时间                           2022-06-21 03:28:55.580                           
+JSID                 JSID                           709107373104                                      
+ChiSpelling          拼音证券简称                         XJJHK                                             
+TransCode            基金转型统一编码                       202914                                            
+InsertTime           插入时间                           2018-11-24 09:32:41.783                           
+
+
+=== publicfunddb.mf_investadvisoroutline 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             369827943686                                      
+InvestAdvisorCode    基金公司代码                         5131                                              
+InvestAdvisorName    基金管理人名称                        汇添富基金管理股份有限公司                                     
+InvestAdvisorAbbrName 基金管理人简称                        汇添富基金                                             
+LegalRepr            法人代表                           李文                                                
+GeneralManager       总经理                            张晖                                                
+EstablishmentDate    公司成立日期                         2005-02-03 12:00:00.000                           
+OrganizationForm     组织形式                           100                                               
+RegCapital           注册资本(元)                        132724224.0                                       
+RegAddr              公司注册地址                         上海市黄浦区北京东路666号H区（东座）6楼H686室                       
+OfficeAddr           公司办公地址                         上海市黄浦区外马路728号                                     
+ZipCode              邮编                             200010                                            
+Email                邮箱                             service@99fund.com                                
+ContactAddr          公司联系地址                         上海市黄浦区外马路728号                                     
+Tel                  电话                             021-28932888;4008889918                           
+Fax                  传真                             021-28932998                                      
+WebSite              公司网址                           http://www.99fund.com                             
+LinkMan              联系人                            李鹏                                                
+Background           简历                                 汇添富基金成立于2005年2月，是中国一流的综合性资产管理公司之一。公司总部设立于上海...
+Region               所属地区                           310000                                            
+XGRQ                 修改日期                           2023-11-15 07:45:28.573                           
+JSID                 JSID                           753420041454                                      
+ServiceLine          客服热线                           4008889918                                        
+TACode               注册登记代码                         47                                                   
+

大模型LLM/2024金融行业·大模型挑战赛/code/devlop_home/2024-fic-lmc-data-0217/all_tables_schema_us_v5.txt

@@ -0,0 +1,432 @@
+
+=== constantdb.ct_systemconst 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             166207150846                                      
+LB                   常量分类编码                         999                                               
+LBMC                 常量分类名称                         是否                                                
+MS                   常量描述                           是                                                 
+DM                   常量代码                           1                                                 
+XGRQ                 修改日期                           2007-02-12 09:06:13.520                           
+JSID                 JSID                           224586371430                                      
+FVALUE               浮点值                            NULL                                              
+IVALUE               整型值                            NULL                                              
+CVALUE               字符值                            NULL                                              
+
+
+=== constantdb.lc_areacode 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             530127285284                                      
+AreaInnerCode        地区内部编码                         144110000                                         
+AreaCode             地区行政编码                         110000                                            
+FirstLevelCode       一级区划代码                         1000                                              
+SecondLevelCode      二级区划代码                         1001                                              
+AreaChiName          地区中文名称                         北京市                                               
+AreaEngName          地区英文名称                         Bei Jing Shi                                      
+AreaEngNameAbbr      地区英文名称缩写                       BJS                                               
+ParentNode           父节点代码                          144000000                                         
+ParentName           父节点名称                          中国                                                
+IfEffected           是否有效                           1                                                 
+UpdateTime           更新时间                           2017-06-29 06:35:04.150                           
+JSID                 JSID                           552076504185                                      
+InsertTime           发布时间                           2017-06-29 06:35:04.150                           
+
+
+=== constantdb.qt_tradingdaynew 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             372438175343                                      
+TradingDate          日期                             2019-01-01 12:00:00.000                           
+IfTradingDay         是否交易日                          2                                                 
+SecuMarket           证券市场                           83                                                
+IfWeekEnd            是否周最后交易日                           2                                                 
+IfMonthEnd           是否月最后交易日                           2                                                 
+IfQuarterEnd         是否季最后交易日                           2                                                 
+IfYearEnd            是否年最后交易日                           2                                                 
+XGRQ                 修改日期                           2011-10-20 03:57:22.583                           
+JSID                 JSID                           372443069774                                      
+
+
+=== creditdb.lc_violatiparty 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             599945230176                                      
+RID                  RID                            599945186325                                      
+EventCode            事件代码                           35739                                             
+PartyName            当事人                            熊猫金控股份有限公司                                        
+PartyType            当事人性质                          2                                                 
+PartyCode            当事人编码                          1532.0                                            
+BeginDate            起始日期                           2019-01-04 12:00:00.000                           
+EndDate              日期                             2019-01-25 12:00:00.000                                              
+ViolationClause      违规条款                           《上市公司信息披露管理办法》第二条                                              
+PenalOrg             处罚机构                           1                                                 
+PenalType            处罚类型                           2003.0                                            
+AmountInvolved       涉及金额(元)                        499000                                              
+CurrencyCode         计价货币                           1420                                              
+PenalStatement       处罚说明                           关于熊猫金控股份有限公司筹划重大事项后续进展的问询函                        
+UpdateTime           更新时间                           2022-11-02 04:28:37.163                           
+JSID                 JSID                           720745594880                                      
+PenalOrgCode         处罚机构编码                         25403.0                                           
+RelataCompany        关联上市公司                         1800                                              
+PenalTypeNew         处罚类型(新)                        104010                                            
+ViolationStatement   违规说明                           出具问询函                                              
+InsertTime           发布时间                           NULL                                              
+AnnID                No description available       4171938399635.0                                 
+
+
+=== indexdb.lc_indexbasicinfo 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             212263589812                                      
+IndexCode            指数内部编码                           1                                                 
+IndexType            指数类别                           10                                                
+ComponentType        成份证券类别                         1001                                              
+IndustryStandard     行业标准                           NULL                                              
+IndustryType         行业类别                           NULL                                              
+PubOrgCode           发布机构代码                         25407                                             
+PubOrgName           发布机构名称                         中证指数有限公司、上海证券交易所                                  
+CreatIndexOrgCode    编制机构代码                         25407                                             
+CreatIndexOrgName    编制机构名称                         中证指数有限公司                                          
+PubDate              发布日期                           1991-07-15 12:00:00.000                           
+BaseDate             基日                             1990-12-19 12:00:00.000                           
+BasePoint            基点(点)                          100.0                                             
+WAMethod             加权方式                           43                                                
+ComponentSum         成份证券数量                         2231.0                                            
+ComponentAdPeriod    成份证券调整周期                       997.0                                             
+IndexRemark          指数简介                           2020年7月22日之前实施的方案。
+上证综合指数的样本股是全部上市股票，包括A股和B股，从...
+XGRQ                 修改日期                           2024-10-17 10:19:41.550                           
+JSID                 JSID                           782777884892                                      
+IndexPriceType       指数计算类别                         1                                                 
+IndexDesignType      指数设计类别                         1                                                 
+Relationship         与主指数关系                         5                                                 
+SecuMarket           成份证券市场                         7                                                 
+CurrencyCode         币种                             1420                                              
+IndexAbstract        指数摘要                           上证综合指数由在上海证券交易所上市的符合条件的股票与存托凭证组成样本，反映上海证券交易所上市公...
+PubIndexType         指数类别(发布机构)                     471011                                            
+IndexSeries          指数系列                           101100.0                                          
+
+
+=== indexdb.lc_indexcomponent 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             188380882875                                      
+IndexInnerCode       指数内部编码                         3145                                              
+SecuInnerCode        证券内部编码                          170                                               
+InDate               调入日期                           2006-01-04 12:00:00.000                           
+OutDate              调出日期                           2013-12-16 12:00:00.000                           
+Flag                 成份标志                           0                                                 
+XGRQ                 修改日期                           2013-12-16 07:33:11.407                           
+JSID                 JSID                           440494391418                                      
+SecuMarket           成份股市场代码                           90                                                
+
+
+=== institutiondb.lc_instiarchive 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             327592393264                                      
+CompanyCode          公司代码                           79944                                             
+ParentCompany        所属公司                           185940                                            
+InvestAdvisorName    基金管理人名称                        NULL                                              
+ChiName              中文名称                           中国证券登记结算有限责任公司上海分公司                               
+AbbrChiName          中文简称                           中登上海分公司                                           
+NameChiSpelling      中文拼音简称                         ZGZQDJJSSHFGS                                     
+EngName              英文名称                           NULL                                              
+RegCapital           注册资本(元)                        NULL                                              
+CurrencyUnit         货币单位                           NULL                                              
+EstablishmentDate    公司成立日期                         2001-07-25 12:00:00.000                           
+EconomicNature       经济性质                           NULL                                              
+CompanyNature        企业性质                           NULL                                              
+CompanyType          企业类别                           1140                                              
+RegAddr              公司注册地址                         中国(上海)自由贸易试验区杨高南路188号                             
+RegZip               注册地址邮编                         NULL                                              
+RegCity              注册所在城市                         310000                                            
+OfficeAddr           公司办公地址                         上海市浦东新区杨高南路188号                                   
+ContactAddr          公司联系地址                         上海市浦东新区杨高南路188号                                   
+ContactZip           联系地址邮编                         200127                                            
+ContactCity          联系所在城市                         310000                                            
+Email                邮箱                             NULL                                              
+Website              公司网址                           NULL                                              
+LegalPersonRepr      法人代表                           NULL                                              
+GeneralManager       总经理                            NULL                                              
+OtherManager         其它负责人                          周宁                                                
+Contactman           联系人                            NULL                                              
+Tel                  电话                             4008058058                                        
+Fax                  传真                             NULL                                              
+BriefIntroText       公司简介                           中国证券登记结算有限公司上海分公司（以下简称公司），是一个为证券交易提供集中的登记、托管与结算...
+BusinessMajor        经营范围-主营                        在中国证券登记结算有限责任公司经营范围内从事证券登记结算业务活动。【依法须经批准的项目,经相关...
+Industry             所属行业                           4161                                              
+StartDate            起始日期                           NULL                                              
+IfExisted            是否存在                           1                                                 
+XGRQ                 修改日期                           2024-09-29 10:06:40.447                           
+JSID                 JSID                           781630287880                                      
+OrganizationCode     评级机构代码                         72935636-X                                        
+CompanyCval          公司属性                           NULL                                              
+CreditCode           统一社会信用代码                       9131011572935636XY                                
+RegArea              注册地城市                          144190112                                         
+RegOrg               登记机构                           自由贸易试验区市场监督管理局                                    
+RegStatus            登记状态                           1                                          
+
+
+=== institutiondb.ps_eventstru 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             642623836927                                      
+EventName            事件名称                           资质荣誉                                              
+EventCode            事件代码                           FBT0000000EY                                      
+FEventCode           父级事件代码                         FBT000000089                                      
+EventLevel           事件级别                           2                                                 
+IfEffected           是否有效                           FCC000000005                                      
+InsertTime           发布时间                           2020-05-25 10:47:08.247                           
+UpdateTime           更新时间                           2020-05-25 10:47:08.247                           
+JSID                 JSID                           643718828445   
+
+
+=== institutiondb.ps_newssecurity 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             646996772025                                      
+RID                  RID                            606498305893                                      
+InnerCode            证券内部编码                         16764                                             
+CompanyCode          公司代码                           170593                                            
+EventType            事件类别                           FBT000000094                                      
+EventName            事件名称                           对外投资                                              
+EventDate            事件时间                           NULL                                              
+EmotionDirection     情感方向                           FCC0000002QF                                      
+EmotionImportance    情感重要度                          FCC0000002QE                                      
+InsertTime           发布时间                           2020-06-29 06:44:12.670                           
+UpdateTime           更新时间                           2020-06-29 06:44:12.670                           
+JSID                 JSID                           646996772026                                     
+
+
+=== publicfunddb.mf_dividend 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             608016310186                                      
+InnerCode            基金内部编码                         218558                                            
+InfoPublDate         信息发布日期                         2019-04-08 12:00:00.000                           
+InfoSource           信息来源                           二O一九年第一次收益分配公告                                    
+EndDate              截止日期                             2019-03-31 12:00:00.000                           
+IfDistributed        是否分红                           1                                                 
+DividendRatioBeforeTax 派现比例(含税10派X元)                  0.18                                              
+ActualRatioAfterTax  实派比例(税后10派X元)                  0.18                                              
+Dividendsum          派现金额合计(元)                      170593.0                                              
+ReDate               权益登记日                          2019-04-09 12:00:00.000                           
+ExRightDate          除息日                            2019-04-09 12:00:00.000                           
+ExecuteDate          发放日                            2019-04-11 12:00:00.000                           
+SchemeModification   方案变更说明                         红利再投资的基金份额可赎回起始日为本基金的下一个开放日                                              
+XGRQ                 更新日期                           2022-12-25 12:11:01.023                           
+JSID                 JSID                           725458316544                                      
+ReinvestDay          红利再投资日                         2019-04-09 12:00:00.000                           
+AccountDay           红利再投资份额到帐日                     2019-04-10 12:00:00.000                           
+RedemptionDay        红利再投资份额可赎回日                    2019-04-11 12:00:00.000                           
+UnitProfitYTD        本年单位累计分红(元)                    0.018                                             
+DividendSumYTD       本年累计分红总额(元)                    24660000                                              
+DividendTimesYTD     本年累计分红次数(次)                    1                                                 
+DiviSumSinceInception 历史累计分红总额(元)                    24660000                                              
+DiviTimesSinceIncepion 历史累计分红次数(次)                    1                                                 
+EventProcedureCode   事件进程代码                           3131                                              
+EventProcedure       事件进程                           方案实施                                              
+ExRightDateEX        场内除息日                          2019-04-09 12:00:00.000                                              
+ExRightDateCurbEX    场外除息日                          2019-04-09 12:00:00.000                                              
+ExecuteDateEX        场内发放日                          2019-04-09 12:00:00.000                                              
+ExecuteDateCurbEX    场外发放日                          2019-04-09 12:00:00.000                                              
+DistributableProfits 基准日基金可供分配利润(元)                 1428322.51                                        
+AllocationValue      基准日应分配金额(元)                    714161.26                                         
+ProfitDistDate       收益分配基准日                        2019-03-31 12:00:00.000                           
+DistributedRange     发放范围                           权益登记日在本基金注册登记机构登记在册的本基金全体基金份额持有人                  
+TransCode            基金转型统一编码                         218558                                            
+DividendImplementDate 分红实施公告日                        2019-04-08 12:00:00.000                             
+
+
+=== publicfunddb.mf_fundarchives 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             596367316253                                      
+InnerCode            基金内部编码                         202915                                            
+EstablishmentDate    公司成立日期                         2019-01-14 12:00:00.000                           
+ListedDate           上市日期                           2019-02-14 12:00:00.000                                              
+Duration             存续年限(年)                          26                                              
+StartDate            存续期起始日                           2019-01-14 12:00:00.000                           
+ExpireDate           存续期截止日                         2019-01-14 12:00:00.000                                              
+Manager              基金经理                           王紫菡                                               
+InvestAdvisorCode    基金管理人代码                         41516                                             
+TrusteeCode          基金托管人代码                        3668                                              
+Type                 基金运作方式                             2                                                 
+InvestmentType       是否指数型                           7                                                 
+InvestStyle          基金投资风格                         84                                                
+FoundedSize          基金设立规模(份)                      279844440.14                                      
+InvestOrientation    基金投资方向                             本基金采取完全复制法，即完全按照标的指数的成份股组成及其权重构建基金投资组合，并根据标...
+InvestTarget         基金投资目标                               紧密跟踪标的指数，追求跟踪偏离度及跟踪误差的最小化，本基金力争日均跟踪偏离度的绝对值不...
+PerformanceBenchMark 业绩比较基准                         恒生港股通新经济指数收益率（人民币价）×95%+银行活期存款税后利率×5%             
+ProfitDistributionRule 收益分配原则                         在符合有关基金分红条件的前提下，本基金可以进行收益分配，本基金每年收益分配次数最多为12次，每...
+InvestField          基金投资范围                               本基金以标的指数成份股及备选成份股为主要投资对象。本基金还可投资于非成份股（包含中小板...
+BriefIntro           基金简介                               本基金经中国证监会2018年9月3日证监许可[2018]1418号注册募集。本基金将自...
+XGRQ                 修改日期                           2024-09-27 07:00:31.163                           
+JSID                 JSID                           781426175379                                      
+ApplyingCodeFront    前端申购代码                         006614                                            
+RiskReturncharacter  风险收益特征                         本基金主要通过投资于恒生港股通新经济指数的成分股来实现对标的指数的紧密跟踪。因此，本基金的业绩...
+LowestSumSubscribing 最低认购申购金额描述                     通过场外认购本基金时，单笔最低认购金额为1元，追加最低认购金额为1元。通过直销中心柜台首次认购...
+LowestSumRedemption  最低赎回份额(份)                      NULL                                              
+LSFRDescription      最低赎回份额描述                       投资人在场外赎回本基金份额时，可申请将其持有的部分或全部基金份额赎回。               
+LowestSumForHolding  最低持有份额(份)                      1.0                                               
+LSFHDescription      最低持有份额描述                       每个场外基金交易账户最低持有基金份额余额为1份。                          
+FundNature           基金性质                           1                                                 
+FundTypeCode         基金类别代码                         1101                                              
+FundType             基金类别                           股票型                                               
+CarryOverDate        货币基金结转日                        NULL                                              
+CarryOverDateRemark  货币基金结转日说明                      NULL                                              
+CarryOverType        货币基金收益分配方式(份额结转方式)             NULL                                              
+RegInstCode          注册登记机构(TA类型)                   79944                                             
+SecurityCode         基金代码                006614                                            
+DeliveryDays         赎回款到账天数                        7.0                                               
+RiskReturnCode       风险收益特征代码                       NULL                                              
+FloatType            发售方式                           2                                                 
+CustodyMarket        转托管市场                          NULL                                              
+OperationPeriod      运作期                            NULL                                              
+OperationPDUnitCode  运作期单位代码                        NULL                                              
+OperationPDUnitName  运作期单位名称                        NULL                                              
+IfInitiatingFund     是否发起式基金                        1                                                 
+ClassificationFundType 分级基金类别                         NULL                                              
+ExApplyingMarket     场内申购赎回场所                       NULL                                              
+ExApplyingCode       场内申购赎回代码                       NULL                                              
+ExApplyingAbbr       场内申购赎回简称                       NULL                                              
+LowestSumSubLL       最低认购金额下限(元)                    1.0                                               
+LowestSumPurLL       最低申购金额下限(元)                    1.0                                               
+MainCode             基金主代码                          501311                                            
+ExProfitDistri       场内收益分配方式                       NULL                                              
+OTCProfitDistri      场外收益分配方式                       3.0                                               
+IfFOF                是否FOF                          2                                                 
+IfPensionTarget      是否养老目标基金                       2                                                 
+PRconfirmationdate   申赎确认日                          1.0                                               
+EstablishmentDateII  转型前设立日期                        NULL                                              
+InsertTime           插入时间                           2019-07-17 01:52:03.040                           
+TransCode            基金转型统一编码                       202915                                            
+LargeRedemptionRatio 巨额赎回认定比例                       0.1                                               
+SecuCode             证券代码                           006614                                            
+
+
+=== publicfunddb.mf_fundprodname 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             596367161784                                      
+InnerCode            基金内部编码                         202914                                            
+InfoPublDate         信息发布日期                         2019-02-11 12:00:00.000                           
+InfoSource           信息来源                           上市交易公告书                                           
+InfoType             信息类别                           1                                                 
+DisclName            披露名称                           新经济HK                                             
+EffectiveDate        生效日期                           2019-02-14 12:00:00.000                           
+ExpiryDate           失效日期                           NULL                                              
+IfEffected           是否有效                           1                                                 
+UpdateTime           更新时间                           2022-06-21 03:28:55.580                           
+JSID                 JSID                           709107373104                                      
+ChiSpelling          拼音证券简称                         XJJHK                                             
+TransCode            基金转型统一编码                       202914                                            
+InsertTime           插入时间                           2018-11-24 09:32:41.783                            
+
+
+=== publicfunddb.mf_investadvisoroutline 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             369827943686                                      
+InvestAdvisorCode    基金公司代码                         5131                                              
+InvestAdvisorName    基金管理人名称                        汇添富基金管理股份有限公司                                     
+InvestAdvisorAbbrName 基金管理人简称                        汇添富基金                                             
+LegalRepr            法人代表                           李文                                                
+GeneralManager       总经理                            张晖                                                
+EstablishmentDate    公司成立日期                         2005-02-03 12:00:00.000                           
+OrganizationForm     组织形式                           100                                               
+RegCapital           注册资本(元)                        132724224.0                                       
+RegAddr              公司注册地址                         上海市黄浦区北京东路666号H区（东座）6楼H686室                       
+OfficeAddr           公司办公地址                         上海市黄浦区外马路728号                                     
+ZipCode              邮编                             200010                                            
+Email                邮箱                             service@99fund.com                                
+ContactAddr          公司联系地址                         上海市黄浦区外马路728号                                     
+Tel                  电话                             021-28932888;4008889918                           
+Fax                  传真                             021-28932998                                      
+WebSite              公司网址                           http://www.99fund.com                             
+LinkMan              联系人                            李鹏                                                
+Background           简历                                 汇添富基金成立于2005年2月，是中国一流的综合性资产管理公司之一。公司总部设立于上海...
+Region               所属地区                           310000                                            
+XGRQ                 修改日期                           2023-11-15 07:45:28.573                           
+JSID                 JSID                           753420041454                                      
+ServiceLine          客服热线                           4008889918                                        
+TACode               注册登记代码                         47                                              
+
+
+=== usstockdb.us_dailyquote 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             599807186246                                      
+TradingDay           交易日                            2019-01-02 12:00:00.000                           
+InnerCode            证券内部编码                         7000593                                           
+Open                 开盘价                            4.74                                              
+High                 最高价                            5.05                                              
+Low                  最低价                            4.7                                               
+Close                收盘价                            4.94                                              
+Volume               成交量(手)                         221489.0                                          
+EPSTTM               每股收益TTM(元/股)                   -0.211                                            
+MarketCap            证券总市值                          641099203.3004                                    
+ShareOST             证券总股本                          129777166.66                                      
+UpdateTime           更新时间                           2023-02-24 10:05:18.903                           
+JSID                 JSID                           694873384926                                      
+PrevClosePrice       昨收盘                            4.86                                              
+ChangePCT            涨跌幅(%)                         1.65                                              
+AvgPrice             均价                             161.0567                                              
+TurnoverValue        成交额(万)                         261283.9222                                              
+ChangeOF             日涨跌                            0.08                                              
+
+
+=== constantdb.us_secumain 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             457692670240                                      
+InnerCode            证券内部编码                         7000005                                           
+SecuCode             证券代码                           ZIONW                                             
+SecuAbbr             证券简称                           Zions Bancorporation NA Warrants 2010-22.5.20 O...
+ChiSpelling          拼音证券简称                         NULL                                              
+SecuCategory         证券类别                           207                                               
+SecuMarket           证券市场                           77                                                
+ListedSector         上市板块                           101.0                                             
+ListedDate           上市日期                           NULL                                              
+ListedState          上市状态                           5                                                 
+CompanyCode          公司代码                           7005639                                           
+UpdateTime           更新时间                           2022-12-18 06:27:10.133                           
+JSID                 JSID                           694702053345                                      
+DelistingDate        退市日期1                          2020-05-26 12:00:00.000                           
+InsertTime           发布时间                           2014-07-03 08:51:10.237                           
+EngName              英文名称                           Zions Bancorporation NA Warrants 2010-22.5.20 O...
+ChiName              中文名称                           齐昂银行集团                                           
+
+
+=== usstockdb.us_companyinfo 表结构 ===
+列名                   注释                             数据示例                                              
+----------------------------------------------------------------------------------------------------
+ID                   ID                             457644874025                                      
+CompanyCode          公司代码                           7000001                                           
+EngName              英文名称                           1-800-FLOWERS.COM, Inc.                           
+EngNameAbbr          英文名称缩写                         1-800-FLOWERS.COM, Inc.                           
+ChiName              中文名称                           第一世纪银行                                              
+PEOAddress           公司地址                           Two Jericho Plaza,Suite 200                       
+PEOCity              城市                             Jericho                                           
+PEOState             省份                             NY                                                
+PEOZip               邮编                             11753                                             
+PEOStatus            国家                             US                                                
+PEOTel               电话                             1.516.237.6000                                    
+BusinessDcrp         公司简介                           Retails floral products and gifts through on-line 
+UpdateTime           更新时间                           2023-09-19 10:24:01.430                           
+JSID                 JSID                           695454552764                                      
+BriefIntroText       公司简介                           1-800-FLOWERS.COM, Inc. engages in the provisio...
+EstablishmentDate    成立日期                           1976-01-01 12:00:00.000                           
+CompanyType          公司类型                           8.0                                               
+BriefIntroTextEng    英文公司简介                         1-800-FLOWERS.COM, Inc. engages in the provisio...
+Fax                  传真                             1.561.362.3436                                              
+RegCountry           注册地国家                          337000000.0                                       
+RegState             注册地省份/州                        Delaware                                              
+BusinessDcrpEng      英文业务简介                         Retails floral products and gifts through on-line 
+IfHeadOffice         是否公司总部                         1.0                                               
+LinkAddress          链接地址                           http://www.1800flowers.com                        
+CountryCode          国家代码1                          337000000.0                                       
+EstablishmentDatePreci 成立日期精度                         27.0                                              
+InsertTime           发布时间                           2022-12-30 05:06:03.807                           

大模型LLM/2024金融行业·大模型挑战赛/code/devlop_home/2024-fic-lmc-data-0217/foreigns.txt

@@ -0,0 +1,262 @@
+AStockBasicInfoDB.LC_StockArchives.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockBasicInfoDB.LC_StockArchives.State=ConstantDB.LC_AreaCode.AreaInnerCode
+AStockBasicInfoDB.LC_StockArchives.CityCode=ConstantDB.LC_AreaCode.AreaInnerCode
+AStockBasicInfoDB.LC_StockArchives.RegArea=ConstantDB.LC_AreaCode.AreaInnerCode
+AStockBasicInfoDB.LC_Business.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockIndustryDB.LC_ExgIndustry.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockIndustryDB.LC_COConcept.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockIndustryDB.LC_COConcept.ConceptCode=AStockIndustryDB.LC_ConceptList.ConceptCode
+AStockOperationsDB.LC_SuppCustDetail.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockOperationsDB.LC_SuppCustDetail.InfoSourceCode=ConstantDB.CT_SystemConst.DM
+AStockOperationsDB.LC_SuppCustDetail.RelationType=ConstantDB.CT_SystemConst.DM
+AStockOperationsDB.LC_SuppCustDetail.RelatedPartyCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockOperationsDB.LC_SuppCustDetail.RelatedPartyAttribute=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SHTypeClassifi.SHAttribute=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SHTypeClassifi.FirstLvCode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SHTypeClassifi.SecondLvCode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SHTypeClassifi.ThirdLvCode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SHTypeClassifi.FourthLvCode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_MainSHListNew.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_MainSHListNew.InfoTypeCode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SHNumber.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_Mshareholder.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_Mshareholder.BulletinType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Mshareholder.SHAttribute=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Mshareholder.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Mshareholder.GDID=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockShareholderDB.LC_ActualController.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_ActualController.ControllerCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockShareholderDB.LC_ActualController.EconomicNature=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ActualController.ControllerNature=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareStru.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_ShareStru.ChangeType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_StockHoldingSt.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockShareholderDB.LC_StockHoldingSt.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_ShareTransfer.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_ShareTransfer.TranShareType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareTransfer.TranMode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareTransfer.ReceiverAttribute=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareFP.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_ShareFP.TypeSelect=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareFP.SHAttribute=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareFP.ReceiverAttribute=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ShareFPSta.Category=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Buyback.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_Buyback.ShareType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Buyback.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Buyback.BuybackModeCode=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_Buyback.BuybackPurpose=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_BuybackAttach.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_LegalDistribution.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockShareholderDB.LC_LegalDistribution.DistributionReason=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_LegalDistribution.SecuCode=ConstantDB.SecuMain.InnerCode
+AStockShareholderDB.LC_LegalDistribution.DistributeNature=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_LegalDistribution.InvestorType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_LegalDistribution.AquirerType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_NationalStockHoldSt.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockShareholderDB.LC_NationalStockHoldSt.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_NationalStockHoldSt.SHID=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockShareholderDB.CS_ForeignHoldingSt.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockFinanceDB.LC_AShareSeasonedNewIssue.UnderwritingMode=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_AShareSeasonedNewIssue.ChangeType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_AShareSeasonedNewIssue.EventProcedureCode=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_AShareSeasonedNewIssue.IssueType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_AShareSeasonedNewIssue.SubscribeMethod=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_AShareSeasonedNewIssue.LargeSHSubMethod=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_ASharePlacement.SchemeChange=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_ASharePlacement.IssueMethod=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_ASharePlacement.EventProcedureCode=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_Dividend.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockFinanceDB.LC_Dividend.DiviObject=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_Dividend.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_Dividend.SchemeType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CapitalInvest.RaisingMethod=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CapitalInvest.IfSwitched=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CapitalInvest.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockFinanceDB.LC_CapitalInvest.PurchaseType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CapitalInvest.Relationship=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CapitalInvest.TransferorNature=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CapitalInvest.TargetNature=ConstantDB.CT_SystemConst.DM
+AStockMarketQuotesDB.CS_StockCapFlowIndex.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockMarketQuotesDB.CS_TurnoverVolTecIndex.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockMarketQuotesDB.CS_TurnoverVolTecIndex.SecuMarket=ConstantDB.CT_SystemConst.DM
+AStockMarketQuotesDB.CS_StockPatterns.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockMarketQuotesDB.QT_DailyQuote.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockMarketQuotesDB.QT_StockPerformance.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockMarketQuotesDB.LC_SuspendResumption.InfoSource=ConstantDB.CT_SystemConst.DM
+AStockMarketQuotesDB.LC_SuspendResumption.SuspendStatement=ConstantDB.CT_SystemConst.DM
+AStockMarketQuotesDB.LC_SuspendResumption.SuspendType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_BalanceSheetAll.InfoSource=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_BalanceSheetAll.BulletinType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_BalanceSheetAll.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockFinanceDB.LC_BalanceSheetAll.IfAdjusted=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_BalanceSheetAll.IfMerged=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_IncomeStatementAll.BulletinType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_IncomeStatementAll.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockFinanceDB.LC_IncomeStatementAll.IfAdjusted=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_IncomeStatementAll.IfComplete=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CashFlowStatementAll.BulletinType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CashFlowStatementAll.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockFinanceDB.LC_CashFlowStatementAll.IfAdjusted=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CashFlowStatementAll.IfMerged=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_CashFlowStatementAll.EnterpriseType=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockFinanceDB.LC_IntAssetsDetail.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockFinanceDB.LC_IntAssetsDetail.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockFinanceDB.LC_IntAssetsDetail.InfoSourceCode=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_MainOperIncome.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockFinanceDB.LC_MainOperIncome.Classification=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_OperatingStatus.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockFinanceDB.LC_AuditOpinion.InstiBelongedCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockFinanceDB.LC_AuditOpinion.OpinionType=ConstantDB.CT_SystemConst.DM
+AStockFinanceDB.LC_AuditOpinion.AuditReportsType=ConstantDB.CT_SystemConst.DM
+AStockOperationsDB.LC_Staff.MergeMark=ConstantDB.CT_SystemConst.DM
+AStockOperationsDB.LC_Staff.ClassfiedMethod=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockEventsDB.LC_Warrant.EventSubject=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.ActionWays=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.SubjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_Warrant.SubjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.ObjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_Warrant.ObjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.GuarantorAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.SecuredPartyAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.CGuarantorAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Warrant.DischargeGuaranteeWays=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.EventSubject=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.ActionWays=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.SubjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_Credit.SubjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.ObjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_Credit.ObjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.LoanCondition=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.BorrowerAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.LenderAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Credit.GuarantorAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockEventsDB.LC_SuitArbitration.AnnouncementType=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.EventSubject=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.ActionWays=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.SubjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.ObjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.PlaintiffAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.DefendantAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.JSRPartyAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.OtherPartyAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.SubjectMatter=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.EventSubjectRole=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.CaseStatus=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.FirstInstanceStatus=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.SecondInstanceStatus=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.SPPStatus=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_SuitArbitration.PropertyEnforcement=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_EntrustInv.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockEventsDB.LC_EntrustInv.AnnouncementType=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_EntrustInv.EventSubject=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_EntrustInv.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_EntrustInv.SubjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_EntrustInv.SubjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_EntrustInv.ObjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockEventsDB.LC_Regroup.AnnouncementType=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.EventSubject=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.ActionWays=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.SubjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_Regroup.SubjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.ObjectCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockEventsDB.LC_Regroup.ObjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_Regroup.EventType=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockEventsDB.LC_MajorContract.BulletinType=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.EventSubject=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.ActionWays=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.CurrencyUnit=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.SubjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.ObjectAssociation=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_MajorContract.ContractWay=ConstantDB.CT_SystemConst.DM
+AStockEventsDB.LC_InvestorRa.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockEventsDB.LC_InvestorRa.FileType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ESOP.InnerCode=ConstantDB.SecuMain.InnerCode
+AStockShareholderDB.LC_ESOP.Process=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ESOP.IfPeriod=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ESOPSummary.Process=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_ESOPSummary.IfPeriod=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_TransferPlan.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_TransferPlan.PromiseSubject=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_TransferPlan.IfEffected=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_TransferPlan.EventProcedure=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_TransferPlan.TransferPlanType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_TransferPlan.TradeType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SMAttendInfo.CompanyCode=ConstantDB.SecuMain.CompanyCode
+AStockShareholderDB.LC_SMAttendInfo.IfEffected=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SMAttendInfo.MeetingType=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SMAttendInfo.VotingMeans=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SMAttendInfo.NetVotingPlatform=ConstantDB.CT_SystemConst.DM
+AStockShareholderDB.LC_SMAttendInfo.LawOfficeCode=InstitutionDB.LC_InstiArchive.CompanyCode
+AStockShareholderDB.LC_SMAttendInfo.AttendanceType=ConstantDB.CT_SystemConst.DM
+HKStockDB.HK_EmployeeChange.InnerCode=ConstantDB.HK_SecuMain.InnerCode
+HKStockDB.HK_EmployeeChange.InfoSource=ConstantDB.CT_SystemConst.DM
+HKStockDB.HK_StockArchives.RegAbbr=ConstantDB.CT_SystemConst.DM
+HKStockDB.HK_StockArchives.CompanyType=ConstantDB.CT_SystemConst.DM
+HKStockDB.HK_StockArchives.RegCapitalCurrency=ConstantDB.CT_SystemConst.DM
+USStockDB.US_CompanyInfo.CompanyType=ConstantDB.CT_SystemConst.DM
+USStockDB.US_CompanyInfo.RegCountry=ConstantDB.LC_AreaCode.AreaInnerCode
+USStockDB.US_CompanyInfo.IfHeadOffice=ConstantDB.CT_SystemConst.DM
+USStockDB.US_CompanyInfo.CountryCode=ConstantDB.LC_AreaCode.AreaInnerCode
+USStockDB.US_CompanyInfo.EstablishmentDatePreci=ConstantDB.CT_SystemConst.DM
+USStockDB.US_DailyQuote.InnerCode=ConstantDB.US_SecuMain.InnerCode
+PublicFundDB.MF_FundArchives.InnerCode=ConstantDB.SecuMain.InnerCode
+PublicFundDB.MF_FundArchives.ExApplyingMarket=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.Type=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.FundNature=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.InvestmentType=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.InvestStyle=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.FundTypeCode=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.ExProfitDistri=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.OTCProfitDistri=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.FloatType=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.CarryOverDate=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.CarryOverType=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.InvestAdvisorCode=PublicFundDB.MF_InvestAdvisorOutline.InvestAdvisorCode
+PublicFundDB.MF_FundArchives.RegInstCode=InstitutionDB.LC_InstiArchive.CompanyCode
+PublicFundDB.MF_FundArchives.DeliveryDays=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.CustodyMarket=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.IfPensionTarget=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundArchives.IfFOF=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundProdName.InnerCode=ConstantDB.SecuMain.InnerCode
+PublicFundDB.MF_FundProdName.InfoType=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_FundProdName.IfEffected=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_InvestAdvisorOutline.InvestAdvisorCode=InstitutionDB.LC_InstiArchive.CompanyCode
+PublicFundDB.MF_InvestAdvisorOutline.OrganizationForm=ConstantDB.CT_SystemConst.DM
+PublicFundDB.MF_Dividend.InnerCode=ConstantDB.SecuMain.InnerCode
+PublicFundDB.MF_Dividend.EndDate=PublicFundDB.MF_Dividend.ProfitDistDate
+IndexDB.LC_IndexBasicInfo.IndexCode=ConstantDB.SecuMain.InnerCode
+IndexDB.LC_IndexBasicInfo.IndustryStandard=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexBasicInfo.WAMethod=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexBasicInfo.IndexType=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexBasicInfo.PubIndexType=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexBasicInfo.IndexSeries=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexBasicInfo.SecuMarket=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexBasicInfo.ComponentAdPeriod=ConstantDB.CT_SystemConst.DM
+IndexDB.LC_IndexComponent.IndexInnerCode=ConstantDB.SecuMain.InnerCode
+IndexDB.LC_IndexComponent.SecuInnerCode=ConstantDB.SecuMain.InnerCode
+IndexDB.LC_IndexComponent.SecuMarket=ConstantDB.CT_SystemConst.DM
+ConstantDB.SecuMain.CompanyCode=PublicFundDB.MF_FundArchives.InvestAdvisorCode
+ConstantDB.SecuMain.SecuMarket=ConstantDB.CT_SystemConst.DM
+ConstantDB.SecuMain.SecuCategory=ConstantDB.CT_SystemConst.DM
+ConstantDB.SecuMain.ListedSector=ConstantDB.CT_SystemConst.DM
+ConstantDB.HK_SecuMain.SecuCategory=ConstantDB.CT_SystemConst.DM
+ConstantDB.LC_AreaCode.SecondLevelCode=ConstantDB.CT_SystemConst.DM
+ConstantDB.US_SecuMain.SecuCategory=ConstantDB.CT_SystemConst.DM
+ConstantDB.US_SecuMain.SecuMarket=ConstantDB.CT_SystemConst.DM
+ConstantDB.US_SecuMain.ListedSector=ConstantDB.CT_SystemConst.DM
+ConstantDB.US_SecuMain.ListedState=ConstantDB.CT_SystemConst.DM
+InstitutionDB.PS_NewsSecurity.EventType=InstitutionDB.PS_EventStru.EventCode

大模型LLM/2024金融行业·大模型挑战赛/code/devlop_home/input_param.json

@@ -0,0 +1,5 @@
+{
+    "fileData": {
+      "questionFilePath": "/app/devlop_data/question.json"
+    }
+}

大模型LLM/2024金融行业·大模型挑战赛/code/devlop_home/requirements.txt

@@ -0,0 +1,6 @@
+jieba
+zhipuai
+pandas
+openpyxl
+requests
+jsonlines

大模型LLM/2024金融行业·大模型挑战赛/code/main.py

@@ -0,0 +1,30 @@
+# coding=utf-8
+from config import *
+from agent.brain import main_answer
+import time
+import json
+import sys
+
+if __name__ == "__main__":
+    '''
+      online devlop 
+    '''
+    in_param_path = sys.argv[1]
+    out_path = sys.argv[2]
+    
+    try:
+        main_start_time = time.time()
+        with open(in_param_path, 'r') as load_f:
+            input_params = json.load(load_f)
+        questionFile = input_params["fileData"]["questionFilePath"]
+        # 读取问题文件
+        with open(questionFile, 'r') as load_f:
+            q_json_list = json.load(load_f)
+
+        idx_ranges = [(0,100)]
+        results = main_answer(q_json_list, out_path, idx_ranges)
+        main_elapsed_time = time.time() - main_start_time
+        print(f"Completed main in {main_elapsed_time:.2f} seconds")
+    except Exception as e:
+        print("Error: %s" % e)
+        sys.exit(1)