Merge pull request #213 from CausalInferenceLab/feat/v2-migration

Feat/v2 migration

Author: seyoung4503

cli/commands/quary.py

@@ -4,8 +4,6 @@
 `query` CLI 명령어를 제공합니다.
 """
 
-import os
-
 import click
 
 from cli.utils.logger import configure_logging
@@ -16,14 +14,10 @@
 @click.command(name="query")
 @click.argument("question", type=str)
 @click.option(
-    "--database-env",
-    default="clickhouse",
-    help="사용할 데이터베이스 환경 (기본값: clickhouse)",
-)
-@click.option(
-    "--retriever-name",
-    default="기본",
-    help="테이블 검색기 이름 (기본값: 기본)",
+    "--flow",
+    type=click.Choice(["baseline", "enriched"]),
+    default="baseline",
+    help="사용할 플로우 (기본값: baseline)",
 )
 @click.option(
     "--top-n",
@@ -32,81 +26,63 @@
     help="검색된 상위 테이블 수 제한 (기본값: 5)",
 )
 @click.option(
-    "--device",
-    default="cpu",
-    help="LLM 실행에 사용할 디바이스 (기본값: cpu)",
+    "--dialect",
+    default=None,
+    help="SQL 방언 (예: sqlite, postgresql, mysql, bigquery, duckdb)",
 )
 @click.option(
-    "--use-enriched-graph",
+    "--no-gate",
     is_flag=True,
-    help="확장된 그래프(프로파일 추출 + 컨텍스트 보강) 사용 여부",
-)
-@click.option(
-    "--vectordb-type",
-    type=click.Choice(["faiss", "pgvector"]),
-    default="faiss",
-    help="사용할 벡터 데이터베이스 타입 (기본값: faiss)",
-)
-@click.option(
-    "--vectordb-location",
-    help=(
-        "VectorDB 위치 설정\n"
-        "- FAISS: 디렉토리 경로 (예: ./my_vectordb)\n"
-        "- pgvector: 연결 문자열 (예: postgresql://user:pass@host:port/db)\n"
-        "기본값: FAISS는 './dev/table_info_db', pgvector는 환경변수 사용"
-    ),
+    help="QuestionGate 비활성화 (enriched 플로우 전용)",
 )
 def query_command(
     question: str,
-    database_env: str,
-    retriever_name: str,
+    flow: str,
     top_n: int,
-    device: str,
-    use_enriched_graph: bool,
-    vectordb_type: str = "faiss",
-    vectordb_location: str = None,
+    dialect: str,
+    no_gate: bool,
 ) -> None:
-    """자연어 질문을 SQL 쿼리로 변환하여 출력합니다.
+    """자연어 질문을 SQL 쿼리로 변환하여 실행 결과를 출력합니다.
 
-    Args:
-        question (str): SQL로 변환할 자연어 질문
-        database_env (str): 사용할 데이터베이스 환경
-        retriever_name (str): 테이블 검색기 이름
-        top_n (int): 검색된 상위 테이블 수 제한
-        device (str): LLM 실행 디바이스
-        use_enriched_graph (bool): 확장된 그래프 사용 여부
-        vectordb_type (str): 벡터 데이터베이스 타입 ("faiss" 또는 "pgvector")
-        vectordb_location (Optional[str]): 벡터DB 경로 또는 연결 URL
+    환경변수(LLM_PROVIDER, EMBEDDING_PROVIDER, DB_TYPE 등)로 설정을 제어합니다.
     """
     try:
-        from engine.query_executor import execute_query, extract_sql_from_result
+        from lang2sql.factory import (
+            build_db_from_env,
+            build_embedding_from_env,
+            build_llm_from_env,
+        )
+        from lang2sql.flows import BaselineNL2SQL, EnrichedNL2SQL
 
-        os.environ["VECTORDB_TYPE"] = vectordb_type
+        llm = build_llm_from_env()
+        db = build_db_from_env()
 
-        if vectordb_location:
-            os.environ["VECTORDB_LOCATION"] = vectordb_location
+        if flow == "baseline":
+            pipeline = BaselineNL2SQL(
+                catalog=[],
+                llm=llm,
+                db=db,
+                db_dialect=dialect,
+            )
+        else:
+            embedding = build_embedding_from_env()
+            pipeline = EnrichedNL2SQL(
+                catalog=[],
+                llm=llm,
+                db=db,
+                embedding=embedding,
+                db_dialect=dialect,
+                gate_enabled=not no_gate,
+                top_n=top_n,
+            )
 
-        res = execute_query(
-            query=question,
-            database_env=database_env,
-            retriever_name=retriever_name,
-            top_n=top_n,
-            device=device,
-            use_enriched_graph=use_enriched_graph,
-        )
+        rows = pipeline.run(question)
+        if rows:
+            import json
 
-        sql = extract_sql_from_result(res)
-        if sql:
-            print(sql)
+            print(json.dumps(rows, ensure_ascii=False, indent=2))
         else:
-            generated_query = res.get("generated_query")
-            if generated_query:
-                query_text = (
-                    generated_query.content
-                    if hasattr(generated_query, "content")
-                    else str(generated_query)
-                )
-                print(query_text)
+            print("(결과 없음)")
 
     except Exception as e:
         logger.error("쿼리 처리 중 오류 발생: %s", e)