tx_flow_analysis/llmops/batch_runner.py

#!/usr/bin/env python3
"""
批量运行器 - 批量执行Complete Agent Flow
========================================

此脚本可以批量运行多次完整的智能体工作流，每次运行会创建独立的日志文件夹。

使用方法：
    python batch_runner.py

配置参数：
    - 运行次数: RUNS = 10
    - 行业: INDUSTRY = "农业"
    - 数据文件: DATA_FILE = "data_files/交易流水样例数据.csv"
    - 查询问题: QUESTION = "请生成一份详细的农业经营贷流水分析报告..."

文件夹结构：
    api_results_1/     # 第一次运行的日志
    api_results_2/     # 第二次运行的日志
    ...
    api_results_10/    # 第十次运行的日志

作者: Big Agent Team
版本: 1.0.0
创建时间: 2024-12-20
"""

import asyncio
import os
from datetime import datetime
from typing import List, Dict, Any

import sys
import os

# 添加项目根目录到路径，以便导入config
current_dir = os.path.dirname(os.path.abspath(__file__))
parent_dir = os.path.dirname(current_dir)
sys.path.insert(0, parent_dir)

# 根据执行方式选择导入方式
if __name__ == "__main__":
    # 直接执行文件时，使用绝对导入
    from llmops.complete_agent_flow_rule import run_complete_agent_flow
    from llmops.agents.data_manager import DataManager
else:
    # 作为模块导入时，使用相对导入
    from .complete_agent_flow_rule import run_complete_agent_flow
    from .agents.data_manager import DataManager

import config

# ========== 配置参数 ==========
RUNS = 2  # 运行次数
INDUSTRY = "农业"  # 行业
DATA_FILE = "data_files/交易流水样例数据.csv"  # 数据文件路径
QUESTION = "请生成一份详细的农业经营贷流水分析报告，需要包含：1.总收入和总支出统计 2.收入笔数和支出笔数 3.各类型收入支出占比分析 4.交易对手收入支出TOP3排名 5.按月份的收入支出趋势分析 6.账户数量和交易时间范围统计 7.资金流入流出月度统计等全面指标"  # 分析查询
# ==============================


async def run_single_flow(run_id: str, question: str, industry: str, data: List[Dict[str, Any]], file_name: str) -> Dict[str, Any]:
    """
    运行单个工作流实例

    Args:
        run_id: 运行ID
        question: 用户查询
        industry: 行业
        data: 数据集
        file_name: 文件名

    Returns:
        运行结果
    """
    print(f"\n{'='*60}")
    print(f"🚀 开始运行 #{run_id}")
    print(f"📁 日志文件夹: api_results_{run_id}")
    print(f"{'='*60}")

    try:
        result = await run_complete_agent_flow(
            question=question,
            industry=industry,
            data=data,
            file_name=file_name,
            api_key=config.DEEPSEEK_API_KEY,
            session_id=f"batch-run-{run_id}",
            run_id=run_id
        )

        if result.get('success'):
            summary = result.get('execution_summary', {})
            print(f"✅ 运行 #{run_id} 成功完成")
            print(f"   规划步骤: {summary.get('planning_steps', 0)}")
            print(f"   指标计算: {summary.get('metrics_computed', 0)}")
        else:
            print(f"❌ 运行 #{run_id} 失败: {result.get('error', '未知错误')}")

        return result

    except Exception as e:
        print(f"❌ 运行 #{run_id} 发生异常: {e}")
        return {
            "success": False,
            "error": str(e),
            "run_id": run_id
        }


async def run_batch(runs: int, question: str, industry: str, data_file: str):
    """
    批量运行工作流

    Args:
        runs: 运行次数
        question: 用户查询
        industry: 行业
        data_file: 数据文件路径
    """
    print("🚀 批量运行器启动")
    print(f"📊 计划运行次数: {runs}")
    print(f"🏭 行业: {industry}")
    print(f"📁 数据文件: {data_file}")
    print(f"❓ 查询: {question}")
    print(f"{'='*80}")

    # 检查API密钥
    if not config.DEEPSEEK_API_KEY:
        print("❌ 未找到API密钥，请检查config.py")
        return

    # 加载数据
    try:
        # 如果是相对路径，从项目根目录查找
        if not os.path.isabs(data_file):
            data_file = os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), data_file)
        data = DataManager.load_data_from_csv_file(data_file)
        print(f"📊 数据加载成功: {len(data)} 条记录")
    except Exception as e:
        print(f"❌ 数据加载失败: {e}")
        return

    # 运行结果统计
    successful_runs = 0
    failed_runs = 0
    results = []

    # 逐个运行
    for i in range(1, runs + 1):
        run_id = str(i)
        result = await run_single_flow(run_id, question, industry, data, os.path.basename(data_file))

        results.append(result)

        if result.get('success'):
            successful_runs += 1
        else:
            failed_runs += 1

        # 添加短暂延迟，避免API调用过于频繁
        if i < runs:  # 最后一次不需要延迟
            await asyncio.sleep(1)

    # 输出统计结果
    print(f"\n{'='*80}")
    print("📊 批量运行完成统计")
    print(f"{'='*80}")
    print(f"总运行次数: {runs}")
    print(f"成功次数: {successful_runs}")
    print(f"失败次数: {failed_runs}")
    print(f"成功率: {successful_runs/runs*100:.1f}%")

    # 显示各运行的日志文件夹
    print(f"\n📁 日志文件夹列表:")
    for i in range(1, runs + 1):
        folder_name = f"api_results_{i}"
        status = "✅" if results[i-1].get('success') else "❌"
        print(f"  {status} {folder_name}")

    print("\n🎉 批量运行完成！")
    print(f"💡 提示: 每次运行的完整日志保存在对应的 api_results_[数字] 文件夹中")


def main():
    """主函数"""
    print("🚀 使用配置参数运行批量任务")
    print(f"📊 运行次数: {RUNS}")
    print(f"🏭 行业: {INDUSTRY}")
    print(f"📁 数据文件: {DATA_FILE}")
    print(f"❓ 查询: {QUESTION[:50]}...")
    print("-" * 80)

    # 运行批量任务
    asyncio.run(run_batch(
        runs=RUNS,
        question=QUESTION,
        industry=INDUSTRY,
        data_file=DATA_FILE
    ))


if __name__ == "__main__":
    main()