multi_call
# Skill: multi_call
- Description: 多路召回 skill，将意图识别结果分析后，通过向量知识库召回 QA 问答对，通过图数据库召回表的 DDL 结构。
- Inputs: [intent_output]（从 `skills/.workflow/intent_output.json` 读取）
- Outputs: [table_scheme, Q_A_pairs]（写入 `skills/.workflow/multicall_output.json`）
- ID: multi_call
- Role: 知识召回引擎
- 功能描述：基于实体标签，从元数据中心检索表结构（Schema）、指标计算口径、枚举值及业务知识。
- 输入参数：
- final_query (string): 来自 intent_output.json
- indicator_metric (list): 指标 + 维度信息
- 输出结果：
- table_scheme (string): CREATE TABLE DDL 字符串（来自 Neo4j）。
- Q_A_pairs (list): 相似问题 + SQL 示例（来自 Milvus）。
- 召回权重：表结构 (0.5) + 指标定义 (0.3) + 知识库 (0.2)。
## 注入服务（通过 `.env` 配置）
| 服务类 | 作用 | .env 关键配置 |
|--------|------|---------------|
| `_RealNeo4jService` | 查询表结构 DDL | `NEO4J_URI` / `NEO4J_USER` / `NEO4J_PASSWORD` |
| `_RealMilvusQAService` | 召回相似 QA 对 | `MILVUS_*`, `EMBEDDING_*`, `MILVUS_QA_COLLECTION`（默认 `dev_vanna_sql`） |
> 两个服务均可独立失败降级：Neo4j 失败时返回空 DDL，Milvus 失败时返回空 QA 对。
## 独立运行说明
```bash
# 前置：先运行前两步
python ../rewrite-question/rewrite_question.py --query "今天汉河店的成交额"
python ../recognize-intent/recognize_intent.py
# 运行多路召回（从 .workflow/intent_output.json 自动读取）
python multi_call.py
# 带清理（清除本步及后续输出）
python multi_call.py --clean
```
### 下一步
```bash
python ../sql-generator/sql_generator.py
```
标签
skill
ai
