养老规划 Agent（Pension Agent）

基于规则引擎 + 本地 Skill + 大模型（One API）的养老规划问答系统，支持客户信息查询、退休测算、资产配置、行为分析与建议书生成。

项目结构

Pension_Agent/
├── run.py                      # 程序入口（评测/命令行调用此文件）
├── requirements.txt            # Python 依赖
├── .env.example                # 环境变量示例（复制后填写私有配置）
├── Readme.md                   # 本说明
├── pension_agent/              # 核心业务包
│   ├── config/
│   │   ├── settings.py         # 数据库、API 等配置（从环境变量读取）
│   │   ├── constants.py        # 产品库、时间基准、关键词
│   │   └── prompts.py          # Planner 系统提示词
│   ├── db/                     # MySQL 连接与表结构探测
│   ├── memory/                 # 会话与用户长期记忆
│   ├── intent/                 # 意图识别、路由、答案校验
│   ├── analytics/              # 行为分析与聚合统计
│   ├── services/               # 客户、退休测算、配置、报告
│   ├── llm/                    # 大模型调用与 Tool Schema
│   ├── skills/                 # 可调用 Skill 实现与注册表
│   ├── agent/                  # 规则引擎与 LLM Agent
│   ├── core/
│   │   └── pipeline.py         # 主流程 run()
│   └── state.py                # 进程内缓存与日志
├── test_local.py               # 本地批量提问自测
└── test_enhancements.py        # 结构化回归自测

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置环境变量（必做）

请勿在代码仓库中填写真实账号、密码或 API Key。
请复制 .env.example 为 .env（或在系统中导出环境变量），填入你自己的私有配置：

变量	说明
TASK2_DB_HOST	MySQL 主机
TASK2_DB_PORT	端口，默认 3306
TASK2_DB_USER	数据库用户名
TASK2_DB_PASSWORD	数据库密码
TASK2_DB_NAME	数据库名
TASK2_BASE_TABLE	客户基础表，本地训练集常用 train_base_table
TASK2_ACTION_TABLE	行为表，本地训练集常用 train_action_table
ONE_API_URL	大模型接口地址（竞赛环境由平台注入）
ONE_API_KEY	你的 One API 密钥
ONE_API_MODEL	模型名，如 qwen3.6-flash

可选：

变量	说明
PENSION_MEMORY_PATH	记忆 JSON 路径；未设置时使用系统临时目录下按进程区分的文件
AGENT_LOG_LEVEL	日志级别，默认 WARNING

Windows PowerShell 示例：

$env:TASK2_DB_HOST = "你的主机"
$env:TASK2_DB_USER = "你的用户名"
$env:TASK2_DB_PASSWORD = "你的密码"
$env:TASK2_DB_NAME = "你的库名"
$env:ONE_API_KEY = "你的密钥"

3. 运行

python run.py "客户V500001现在年龄多大？"

标准输出仅打印最终答案（无 JSON、无调试日志），符合竞赛提交要求。

无参数运行 python run.py 会执行内置多轮对话示例（用于本地调试）。

处理流程简述

1. 加载记忆 → 解析用户 ID、意图（intent/）
2. 规则引擎 rule_run：确定性 SQL/公式题优先
3. LLM Agent agent_run：Function Calling + Planner 选择 Skill
4. 写回会话记忆 并返回答案

并行评测注意

• 不要修改提交目录下的共享文件；记忆文件请用 PENSION_MEMORY_PATH 指向唯一路径（含 PID/UUID）。
• 日志勿输出到 stdout；可通过 AGENT_LOG_LEVEL 控制。

本地测试

python test_local.py
python test_enhancements.py

配置代码位置

敏感项集中在 pension_agent/config/settings.py，默认值为空，必须通过环境变量提供后才能连接数据库或调用大模型。