📘 概述

Text2SQLCoTGenerator 是一个为 Text-to-SQL 任务生成思维链（Chain-of-Thought, CoT）的算子。它根据输入的自然语言问题和数据库 Schema，调用大语言模型（LLM）生成详细的推理过程，最终推导出目标 SQL 查询语句。

__init__函数

def __init__(self, 
             llm_serving: LLMServingABC, 
             database_manager: DatabaseManager,
             prompt_template = None
            )

init参数说明

参数名	类型	默认值	说明
llm_serving	LLMServingABC	必需	大语言模型服务实例，用于执行推理与生成。
database_manager	DatabaseManager	必需	数据库管理器实例，用于处理数据库 Schema 和执行 SQL 验证。
prompt_template	PromptABC	Text2SQLCotGeneratorPrompt()	提示词模板对象，用于构建生成 CoT 推理过程的输入。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明

run函数

def run(self, storage: DataFlowStorage, 
        input_sql_key: str = "SQL",
        input_question_key: str = "question",
        input_db_id_key: str = "db_id",
        input_evidence_key: str = "evidence",
        output_cot_key: str = "cot_reasoning"
    )

执行算子主逻辑，从存储中读取输入数据，为每个条目生成 Text-to-SQL 的思维链（CoT）推理过程，并将结果写回存储。

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
input_sql_key	str	"SQL"	输入列名，对应真实的 SQL 查询语句。
input_question_key	str	"question"	输入列名，对应用户的自然语言问题。
input_db_id_key	str	"db_id"	输入列名，对应数据库的 ID。
input_evidence_key	str	"evidence"	输入列名，对应相关的证据或上下文信息。
output_cot_key	str	"cot_reasoning"	输出列名，对应生成的 CoT 推理过程字段。

🧠 示例用法