SFT-高效训练模型
📌弃用SqlBot、后训练模型直接输出sql到水果通检索
基础模型：Qwen3-8B
训练集（数据量：381）：智能问数日志集合>V2
训练总量：779,520 tokens
正确示例：
错误示例：
问题汇总
Sqlbot边界化
📌减少什么都回答，只做高频问题回答
模板1：查验率查询 （~80 条，最高频）
固定结构：口岸 + 商品 + 时间范围 → 查验率/查验数/总数
代表问题：
"本周友谊关榴莲查验率"（Q6/8/11/12/130）
"今天磨憨的查验率"（Q131）
"南沙和蛇口的山竹查验率"（Q92/102）
"越南椰青查验率"（Q171/175）
"广西各个口岸榴莲查验率"（Q97/98）
参数：{口岸} {商品} {时间范围} {原产国(可选)}
模板2：柜量统计 （~120 条，最大量）
固定结构：客户/商品/口岸/国家/运输方式 + 时间范围 → SUM(柜量)
代表问题：
"佳农2025年业务量"（Q23/205）
"去年天津做了多少柜量"（Q4）
"2026年超过100柜的客户排名"（Q9/10）
"1月份樱桃业务量"（Q44/47/49）
"顺禾去年柜量和今年柜量"（Q569/641/642）
"2025年欧恒全年做了多少鲜榴莲"（Q186/189）
参数：{客户名(可选)} {商品(可选)} {口岸(可选)} {原产国(可选)} {运输方式(可选)} {时间范围} {分组维度(可选)}
模板3：柜号查询 （~60 条）
固定结构：柜号 → 业务信息/状态/费用/单证
代表问题：
"ONEU9267400 什么时候靠港"（Q151/160）
"OERU4308304卸船了吗"（Q512-516/519）
"BMOU9301898单证金额多少"（Q590/604/608/673）
"FSCU5321527卸船时间"（Q547-549）
"CGOU9025259消费使用单位"（Q507-511/520）
"CICU6006194完整详细信息"（Q598/599）
参数：{柜号} {查询类型：基本信息/卸船状态/单证/费用/放行}
模板4：客户业务员查询 （~15 条）
固定结构：客户名 → 对应业务员
代表问题：
"煜谦这家客户的销售是谁"（Q34）
"天天鲜果的销售是谁"（Q39）
"泰丰绿创的业务员是谁"（Q685-690，问了6遍！）
"委托客户是三永的业务员是谁"（Q677）
参数：{客户名}
模板5：税率查询 （~20 条）
固定结构：商品 + 原产国 → 增值税率/关税/优惠关税
代表问题：
"智利樱桃的税率是多少"（Q5/16/22/28-30/62/204，问了8遍！）
"泰国冻榴莲肉关税是多少"（Q162/164）
"阿根廷樱桃有关税吗"（Q499）
"商品税率"（Q664）
参数：{商品} {原产国(可选)}
模板6：费用明细查询 （~20 条）
固定结构：柜号/业务编号 → 费用拆解
代表问题：
"OTPU6758663这柜的税金是多少"（Q181）
"26LY03533的运费、关税、增值税、保险费明细"（Q674）
"FSCU5927556的单证费用明细"（Q675）
"友谊关到嘉兴的费用明细"（Q644-648）
参数：{柜号/业务编号}
模板7：到港预测/船期查询 （~20 条）
固定结构：船名/柜号 → 预计靠港时间
代表问题：
"船名Cosco Philippines预计靠港时间"（Q634-639，问了6遍）
"佳农最近一柜泰国鲜榴莲什么时候到"（Q68）
"最近的一柜鲜榴莲是到哪个口岸"（Q103）
"蛇口口岸未来一周到港集装箱数量"（Q657）
参数：{船名(可选)} {柜号(可选)} {口岸(可选)} {时间范围(可选)}
模板8：协议到期查询（~5 条）
固定结构：时间范围 → 即将到期协议列表
代表问题：
"那些协议下个月即将到期"（Q3）
"佳农最新代理协议"（Q63）
参数：{时间范围} {客户(可选)}
字段知识库化
📌RAG匹配{用户.提问}相关字段，向量检索+sql生成
步骤思路
Step 1：RAG 检索相关字段
用户提问 → Embedding → 向量库 → top-K 字段
Step 2：LLM 提取查询参数
时间范围、客户名、口岸、聚合类型
Step 3：Python 模板引擎生成 SQL
不依赖 LLM 生成完整 SQL
SQL 模板 + 参数替换
Step 4：执行 SQL + 返回结果