# -*- coding: utf-8 -*- """ DeepAgents 工具函数模块 所有工具函数供 DeepAgent 调用，通过 MCP 客户端获取模拟数据。 工具函数返回结构化 JSON 文本，由 LLM 解析并生成自然语言回复。 工具列表（共 56 个）： 【数据查询（17个）】 - query_device_data: 查询设备实时数据 - query_device_data_by_id: 根据设备ID查询实时数据和报警数据 - query_devices_by_tunnel: 根据巷道名称查询绑定设备 - query_devices_by_tunnel_id: 根据巷道ID查询绑定设备 - query_devices_by_model: 通过模型ID查询绑定设备 - get_tun_list_by_modelid: 通过模型ID获取巷道列表（旧接口） - query_tunnels_by_model: 根据模型ID查询巷道列表（新接口） - query_tun_data_by_id: 根据巷道ID查询实时监测数据 - query_tunnel_list: 按名称模糊搜索巷道 - query_knowledge_base: 查询煤矿安全知识库 - get_needq_all_data: 获取全部需风量数据 - list_ventanaly_monitor_data_days: 查询监测历史时序数据 - get_device_kind_dict: 查询设备大类小类全量字典 - get_device_list_by_kind: 根据设备类型查询设备列表 - query_device_realtime_data: 查询设备实时监测数据 - get_dict_list_by_dictcode: 根据字典编码查询字典项 【需风量 / 模型（7个）】 - get_model_param_pub_list: 查询默认模型参数列表 - get_model_wind: 获取巷道解算风量 - get_sensor_wind: 获取设备监测风量 - simulate_needq_heading_face: 掘进面需风量模拟计算 - simulate_needq_room: 硐室需风量模拟计算 - simulate_needq_ret_work_face: 采煤工作面需风量模拟计算 - simulate_needq_other: 其他用风地点需风量模拟计算 【设备信息（3个）】 - query_device_info: 根据设备大类/小类查询设备信息 - query_device_type_info: 根据设备类型编码查询类型信息 - query_monitor_params: 查询监测点表参数 【故障诊断（5个）】 - check_model_connect_status: 模型网络连通检查 - check_model_one_dir_cycle: 模型循环风路检查 - check_model_one_dir_node: 模型单向节点检查 - check_model_diagonal_structure: 模型角联结构诊断 - get_model_fault_diagnosis: 模型故障诊断（聚合） 【避灾路线（2个）】 - get_escape_path: 避灾路线模拟 - get_escape_path_each_exit: 避灾路线模拟（到各出口） 【关键阻力 / 压能（6个）】 - get_out_shafts: 获取回风井列表 - get_in_shafts: 获取进风井列表 - get_max_resistance_path: 最大阻力路线 - get_three_area_distribution: 三区阻力分布 - get_key_path_decision: 关键路径控风决策 - get_path_press_power: 节点压能图 【网络解算（2个）】 - net_cal: 网络解算 - net_cal_for_plan: 方案模拟解算 【报警 / 日志（3个）】 - get_alarm_log_history: 设备设施报警历史 - get_device_set_log_history: 设备设施控制历史 - get_sys_log_history: 系统登录人员历史 【场景管理（2个）】 - get_manage_system_by_strType: 通过场景类型获取场景列表 - query_system_by_systemID: 根据场景ID获取场景数据 【煤矿基础（2个）】 - get_gas_identify_vo: 根据矿井名称获取瓦斯等级鉴定报告 - get_by_mine_name: 根据矿井名称查询工作面设计规程 - query_control_testWind: 测风装置一键测风 【数据库 / 文件（3个）】 - execute_sql_query: 从 vent 库执行 SQL 查询 - get_file_list_by_type: 按业务类型获取文件列表 - get_file_base64_by_id: 通过文件ID获取文件Base64 【报表（1个）】 - get_latest_report: 获取最新测风报表 【用户偏好（3个）】 - save_user_preference: 保存用户偏好 - list_user_preferences: 查看用户偏好 - delete_user_preference: 删除用户偏好 【计划审批（1个）】 - request_plan_approval: 提交执行计划审批 """ import json import contextvars from fastmcp import Client from tools.mcp_logger import log_mcp_call # ============================================================ # 当前用户上下文（供工具函数获取调用者身份） # ============================================================ _current_user: contextvars.ContextVar[str] = contextvars.ContextVar( 'current_user', default='admin' ) # 当前会话 ID（供工具函数获取本轮会话上下文） _current_session: contextvars.ContextVar[str] = contextvars.ContextVar( 'current_session', default='' ) # ============================================================ # MCP 客户端辅助函数 # ============================================================ def _get_mcp_url() -> str: """获取 MCP 服务 URL。 从 src/.env 读取 MCP_BASE_URL 配置，拼接 /mcp 路径。 """ from dotenv import dotenv_values from pathlib import Path as _Path _env_file = _Path(__file__).parent.parent / ".env" # src/.env _cfg = dotenv_values(str(_env_file)) mcp_url = _cfg.get("MCP_BASE_URL", "http://localhost:8100").rstrip("/") return f"{mcp_url}/mcp" async def _call_mcp_tool(tool_name: str, arguments: dict) -> str: """通过 FastMCP 异步客户端调用远程 MCP 工具。 参考 xfl_demo_client.py 的实现方式，使用 fastmcp.Client 异步上下文管理器。 """ mcp_url = _get_mcp_url() try: client = Client(mcp_url) async with client: result = await client.call_tool(tool_name, arguments) raw = result.content[0].text log_mcp_call(tool_name, arguments, raw) return raw except Exception as e: log_mcp_call(tool_name, arguments, "", error=str(e)) return json.dumps({"error": f"MCP调用失败: {e}", "tool": tool_name}, ensure_ascii=False) # ============================================================ # DeepAgent 工具函数（供 Agent 调用） # ============================================================ async def query_device_data(device_id: str = "") -> str: """查询设备实时监测数据。 当需要获取设备实时数据时调用此工具。 Args: device_id: 设备ID。 Returns: JSON格式的监测数据。 """ return await _call_mcp_tool("query_device_data", {"device_id": device_id}) async def query_device_data_by_id(device_id: str = "", page_size: int = 20) -> str: """根据设备ID查询实时数据和报警数据。 当需要获取某设备的实时监测数据和报警信息时调用此工具。 Args: device_id: 设备ID。 page_size: 返回数据条数，默认20。 Returns: JSON格式的监测数据和报警数据。 """ return await _call_mcp_tool("query_device_data_by_id", {"device_id": device_id, "page_size": page_size}) async def query_devices_by_tunnel(tunnel_name: str = "", device_type: str = None) -> str: """根据巷道名称查询该巷道绑定的设备及实时数据。 当需要查询某巷道下所有关联设备及其当前监测数据时调用此工具。 Args: tunnel_name: 巷道名称（必填）。 device_type: 设备类型，不传查询全部设备。 Returns: JSON格式的设备列表及实时数据。 """ params = {"tunnel_name": tunnel_name} if device_type: params["device_type"] = device_type return await _call_mcp_tool("query_devices_by_tunnel", params) async def query_devices_by_tunnel_id(tunnel_id: str = "", model_id: str = None, device_type: str = None) -> str: """根据巷道ID查询已绑定设备。 当需要通过巷道ID查询该巷道下绑定的设备列表时调用此工具。 Args: tunnel_id: 巷道ID（必填）。 model_id: 模型ID，可选。 device_type: 设备类型，可选。 Returns: JSON格式的设备列表。 """ params = {"tunnel_id": tunnel_id} if model_id: params["model_id"] = model_id if device_type: params["device_type"] = device_type return await _call_mcp_tool("query_devices_by_tunnel_id", params) async def get_tun_list_by_modelid(model_id: str = "") -> str: """通过模型ID获取巷道列表。 当需要获取指定模型下的所有巷道列表时调用此工具。 Args: model_id: 模型ID（必填）。 Returns: JSON格式的巷道列表。 """ return await _call_mcp_tool("get_tun_list_by_modelid", {"model_id": model_id}) async def query_tunnels_by_model(model_id: str = "") -> str: """根据模型ID查询巷道列表。 通过模型ID获取该模型下所有巷道的基本信息列表， 包括巷道ID、名称、类型、需风量等。 Args: model_id: 模型ID（必填）。 Returns: JSON格式的巷道列表。 """ return await _call_mcp_tool("query_tunnels_by_model", {"model_id": model_id}) async def query_tunnel_list(model_id: int, tunnel_name: str) -> str: """根据模型ID和巷道名称（模糊）查询巷道列表。 当用户提到具体巷道名称时，**优先使用此工具**进行模糊匹配， 可大幅减少返回数据量。仅返回 modelId / tunnelId / tunnelName 三个字段。 若此工具无匹配结果，再回退使用 query_tunnels_by_model 获取全量列表。 Args: model_id: 模型ID（必填），默认使用 .env 中的 DEFAULT_MODEL_ID。 tunnel_name: 巷道名称（模糊匹配，必填）。 Returns: JSON格式的巷道列表（仅含 modelId/tunnelId/tunnelName）。 包含多跳同名的巷道，因为一条完整的巷道是多节的，所以获取挂载设备时要多次判断。 """ return await _call_mcp_tool("query_tunnel_list", { "model_id": model_id, "tunnel_name": tunnel_name, }) async def query_tun_data_by_id(tun_id: str = "") -> str: """根据ID查询指定巷道解读数据。 当需要获取某条巷道的风速、风量、瓦斯浓度、温度、设备状态等实时数据时调用此工具。 Args: tun_id: 巷道ID。 Returns: JSON格式的监测数据，包含风速、风量、瓦斯、温度、设备状态等信息。 tunId 巷道唯一 ID tunnelName 巷道名称 needAirVolume 巷道需配风量，单位 m³/min usingType 巷道类型 0-回采工作面；1-掘进工作面；2-辅运巷；3-主运巷；4-硐室；5-联络巷；6-进风井；7-回风井；8-专用回风巷 usingTypeName 巷道用途中文名称（如掘进工作面） regulationId 风速规范配置 ID permissibleMin 允许最小风速，m/s permissibleMax 允许最大风速，m/s permissibleVelocity 巷道风速规范限制对象 sensorIds 绑定的所有传感器 ID 数组 deviceCount 绑定设备总数量 devices 巷道绑定设备列表数组 permissibleVelocity model_reg_id 风速规范主键 ID，同外层 regulationId fmin 最低允许风速 m/s fmax 最高允许风速 m/s sourceType 设备数据源类型：wind = 测风设备，model_sensor = 模型计算传感器 sourceId 设备数据源唯一编号 sourceName 数据源名称 installPos 设备井下安装位置 sensorId 传感器唯一标识 ID parentId 父级传感器 ID，单设备时与 sensorId 一致 airVolume 实时风量，单位 m³/min；null 表示无实时数据 windSpeed 实时风速，单位 m/s；null 表示无实时数据 warnFlag 报警标识：0 = 无报警，非 0 代表存在异常报警 netStatus 设备网络在线状态：1 = 在线，null / 其他 = 离线 / 无数据 deviceStatus 设备运行状态编码 deviceStatusName 设备运行状态中文描述（在线 / 离线等） deviceName 设备展示名称 readTime 最新数据采集时间，格式 yyyy-MM-dd HH:mm:ss deviceType 设备类型标识，modelsensor_speed = 风速模型传感器 readData 设备实时采集原始数据对象 alarmDescription 当前设备单条报警文本，无报警为空 alarmDescriptions 设备多条报警信息数组，无报警为空数组 m3 实时风量数值 m³/min sign 风向标识 tTime 传感器原始采集时间 va 实时风速数值 m/s isRun 设备运行状态标记 """ return await _call_mcp_tool("query_wind_by_tunid", {"tun_id": tun_id, "model_id":2012326636757958658}) def query_knowledge_base(question: str = "", top_k: int = 5) -> str: """查询煤矿安全知识库，检索《煤矿安全规程》条款依据、标准规范原文。 当需要查询某项安全条款的具体依据、规程出处、标准参数限值、 技术规范原文时调用此工具。知识库地址 http://39.97.59.228:8067， 使用 /api/retrieve 接口进行语义+关键词混合检索。 Args: question: 检索问句，如"煤矿安全规程 瓦斯浓度限值 采煤工作面"、"AQ1056 风量计算方法" top_k: 返回结果数量，1~20，默认5 Returns: JSON格式的检索结果，包含 context（相关段落文本）和 sources（来源列表）。 """ import httpx try: payload = { "question": question, "top_k": max(1, min(20, top_k)), "search_mode": "hybrid", "format": "compact", } with httpx.Client(timeout=15.0) as client: resp = client.post("http://39.97.59.228:8067/api/retrieve", json=payload) resp.raise_for_status() result = resp.json() print(result.get("context", "")[:200]) print(json.dumps(result, indent=2, ensure_ascii=False)) return json.dumps(result, ensure_ascii=False) except Exception as e: return json.dumps({ "error": f"知识库查询失败: {e}", "question": question, }, ensure_ascii=False) # ============================================================ # 需风量数据查询（通防管控平台 MCP） # ============================================================ async def get_needq_all_data() -> str: """从通防管控平台获取全部用风地点的需风量数据。 调用远程 MCP 工具 get_needq_all_data，返回管控平台上所有用风地点的 计划需风量、实际风量、偏差等数据。用于回答用户"查看管控平台的需风量情况" "通防管控平台上各地点需风量是多少"等问题。 Returns: JSON 格式的全部需风量数据，包含各用风地点的名称、类型、计划需风量、 实际风量、偏差等字段。 """ return await _call_mcp_tool("get_needq_all_data", {}) async def get_device_kind_dict() -> str: """查询设备大类(deviceKind)和小类(strType)的全量字典。 返回设备类型编码与中文名称的完整映射表，包含 deviceKind（设备大类） 和 strType（设备小类）两个维度的编码-名称对照。 无参数。 适用场景： - 用户询问"有哪些设备类型""设备分类有哪些""设备大类小类有哪些" - 需要将设备类型编码翻译为中文名称 - 查询某种设备类型对应的 strType 编码以便后续调用历史数据工具 - 用户想知道系统中支持监控哪些类型的设备 Returns: JSON 格式的设备类型字典，包含 deviceKind 和 strType 映射。 """ return await _call_mcp_tool("get_device_kind_dict", {}) async def get_device_list_by_kind(device_kind: str) -> str: """根据设备类型(deviceKind)查询该类型下的全量设备列表。 返回指定设备大类下的所有设备，包含设备ID、设备名称、安装位置、分站名称。 适用场景： - 用户询问"列出所有风速传感器""有哪些甲烷传感器"等按类型筛选设备 - 需要获取某类设备的完整清单以便进一步查询实时/历史数据 - 结合 get_device_kind_dict 先获取类型编码，再按类型查设备列表 Args: device_kind: 设备大类编码（必填），如 "modelsensor_speed"表示风速传感器。 可先调用 get_device_kind_dict 获取所有可用的 deviceKind 编码。 Returns: JSON 格式的设备列表，包含 device_id、device_name、install_pos、station_name。 """ return await _call_mcp_tool("get_device_list_by_kind", {"device_kind": device_kind}) async def query_device_realtime_data(device_id: str) -> str: """查询指定设备的实时监测数据。 根据设备ID获取该设备当前最新的监测读数、运行状态和报警信息。 与 query_device_data_by_id 不同，本工具专注于单设备的实时快照数据， 返回结构更精简，延迟更低。 适用场景： - 用户询问"设备XXX的实时数据""传感器XXX当前读数是多少" - 已知设备ID，需要快速获取其最新监测值 - 配合 get_device_list_by_kind 先查出设备ID列表，再逐个查询实时数据 Args: device_id: 设备ID（必填），可从 query_devices_by_tunnel / get_device_list_by_kind 返回结果中获取。 Returns: JSON 格式的设备实时监测数据，包含当前读数、单位、采集时间、在线状态、报警信息。 """ return await _call_mcp_tool("query_device_realtime_data", {"device_id": device_id}) # ============================================================ # 监测历史数据查询（通防管控平台 MCP） # ============================================================ async def list_ventanaly_monitor_data_days( strtype: str = "", gdeviceids: str = "", ttime_begin: str = "", ttime_end: str = "", device_num: str = "", skip: int = 8, page_no: int = 1, page_size: int = 100, # column: str = "", ) -> str: """查询监测设备历史时序数据。 根据设备类型、设备ID、时间范围等条件，查询监测设备的历史时序数据。 适用于查询风速、风量、瓦斯、温度等传感器在一段时间内的历史趋势。 Args: strtype: 设备类型（必填），对应后端 strtype，如 "fanmain_stem_wp_2" gdeviceids: 设备ID（必填），如 "11111004"；多个设备按后端要求格式拼接 ttime_begin: 开始时间（必填），格式 "yyyy-MM-dd HH:mm:ss" ttime_end: 结束时间（必填），格式 "yyyy-MM-dd HH:mm:ss" device_num: 设备编号（必填），对应后端 deviceNum，如 "Fan1" skip: 采样间隔/跳点参数（必填），默认8，1=5秒//2=10秒//3=30秒//4=1分钟//5=5分钟//6=10分钟//7=30分钟8=1小时，如果半天内默认按10分钟查询，如果需要跨天则默认按1小时查询，其他情况请按合适的采样间隔获取，考虑数据库的压力。 page_no: 页码，默认 1 page_size: 每页条数，默认 200 column: 排序字段，可选 Returns: JSON格式的历史监测时序数据。 """ return await _call_mcp_tool("list_ventanaly_monitor_data_days", { "strtype": strtype, "gdeviceids": gdeviceids, "ttime_begin": ttime_begin, "ttime_end": ttime_end, "device_num": device_num, "skip": skip, "page_no": page_no, "page_size": page_size, # "column": column, }) # ============================================================ # 用户偏好记忆工具 # ============================================================ def save_user_preference(content: str, keywords: str = "", category: str = "通用") -> str: """保存用户偏好/习惯到个人记忆库。 当用户在对话中明确要求"记住""保存为习惯/偏好""以后都用这个"时调用。 下次该用户对话时，系统会自动注入已保存的偏好作为上下文。 Args: content: 偏好内容，描述具体的习惯或个性化要求。例如"习惯使用 m³/s 而非 m³/min"、"15216工作面默认采高3.5m" keywords: 触发关键词，多个用逗号分隔。例如"风速,单位,风量"。留空则自动匹配。 category: 偏好分类，默认"通用"。可选值：需风量计算、数据解读、规程查询、通用 Returns: 保存结果，含记录ID供后续删除用。 """ from db.chat_store import save_user_preference as _db_save user_name = _current_user.get() pref_id = _db_save(user_name, content, keywords, category) return json.dumps({ "success": True, "id": pref_id, "message": f"已保存偏好 (id={pref_id})：{content}", }, ensure_ascii=False) def list_user_preferences() -> str: """查看当前用户已保存的所有偏好/习惯。 列出该用户所有偏好记录，包含ID、分类、内容、关键词、保存时间。 Returns: JSON格式的偏好列表。 """ from db.chat_store import get_user_preferences as _db_list user_name = _current_user.get() prefs = _db_list(user_name) if not prefs: return json.dumps({"preferences": [], "message": "暂无保存的偏好"}, ensure_ascii=False) return json.dumps({ "preferences": [ {"id": p["id"], "category": p["category"], "content": p["content"], "keywords": p["keywords"], "created_at": p["created_at"]} for p in prefs ], }, ensure_ascii=False) def delete_user_preference(preference_id: int) -> str: """删除一条用户偏好记录。 Args: preference_id: 要删除的偏好记录ID（可从 list_user_preferences 获取） Returns: 删除结果。 """ from db.chat_store import delete_user_preference as _db_delete user_name = _current_user.get() ok = _db_delete(preference_id, user_name) if ok: return json.dumps({"success": True, "message": f"已删除偏好 (id={preference_id})"}, ensure_ascii=False) return json.dumps({"success": False, "message": f"未找到偏好记录 id={preference_id} 或无权操作"}, ensure_ascii=False) # ============================================================ # 计划审批工具（Human-in-the-Loop） # ============================================================ def request_plan_approval(plan_summary: str) -> str: """提交执行计划等待人工审批。在制定好完整计划后调用此工具。 仅在计划模式（plan mode）下由 Agent 主动调用。 调用后会暂停执行，等待用户在前端审批（批准/拒绝）。 审批通过后自动继续执行计划。 Args: plan_summary: 执行计划的简要描述，需包含： - 计划分几步，每步做什么 - 每步预期调用哪些工具 - 预期的输出结果 Returns: "计划已批准，开始执行。" 或 "计划被拒绝。" """ from langgraph.types import interrupt result = interrupt({ "type": "plan_approval", "plan": plan_summary, "message": "智能体已制定执行计划，等待您的审批...", }) if isinstance(result, dict) and result.get("action") == "approve": return "计划已批准，开始执行。" else: return "计划被拒绝。" # ============================================================ # 需风量 / 模型数据查询 # ============================================================ async def get_model_param_pub_list(page_no: int = 1, page_size: int = 50) -> str: """从通防管控平台查询默认模型参数列表。 获取管控平台上配置的需风量计算模型的基本信息，包含分页数据。 Args: page_no: 页码，默认 1。 page_size: 每页条数，默认 50。 Returns: JSON 格式的模型参数列表。 """ return await _call_mcp_tool("get_model_param_pub_list", { "page_no": page_no, "page_size": page_size, }) async def get_model_wind(model_id: int) -> str: """获取巷道解算风量数据。 根据模型ID获取该模型下所有巷道的网络解算风量数据， 包含各巷道的计算风量、风速等模拟结果。 Args: model_id: 巷道模型ID（必填）。 Returns: JSON 格式的巷道解算风量数据。 """ return await _call_mcp_tool("get_model_wind", {"model_id": model_id}) async def get_sensor_wind(model_id: int) -> str: """获取设备监测风量数据。 根据模型ID获取该模型下所有测风设备的实时监测风量数据。 Args: model_id: 巷道模型ID（必填）。 Returns: JSON 格式的设备监测风量数据。 """ return await _call_mcp_tool("get_sensor_wind", {"model_id": model_id}) # ============================================================ # 需风量模拟计算 # ============================================================ async def simulate_needq_heading_face(req_data: str) -> str: """掘进面需风量模拟计算。 对指定掘进工作面进行需风量模拟计算，输入为结构化 JSON 对象。 Args: req_data: 掘进面需风量计算的请求参数（JSON 对象字符串）。 Returns: JSON 格式的模拟计算结果。 """ import json as _json try: args = _json.loads(req_data) if isinstance(req_data, str) else req_data except _json.JSONDecodeError: args = {"req_data": req_data} return await _call_mcp_tool("simulate_needq_heading_face", args) async def simulate_needq_room(req_data: str) -> str: """硐室需风量模拟计算。 对指定硐室进行需风量模拟计算，输入为结构化 JSON 对象。 Args: req_data: 硐室需风量计算的请求参数（JSON 对象字符串）。 Returns: JSON 格式的模拟计算结果。 """ import json as _json try: args = _json.loads(req_data) if isinstance(req_data, str) else req_data except _json.JSONDecodeError: args = {"req_data": req_data} return await _call_mcp_tool("simulate_needq_room", args) async def simulate_needq_ret_work_face(req_data: str) -> str: """采煤工作面需风量模拟计算。 对指定采煤工作面进行需风量模拟计算，输入为结构化 JSON 对象。 Args: req_data: 采煤面需风量计算的请求参数（JSON 对象字符串）。 Returns: JSON 格式的模拟计算结果。 """ import json as _json try: args = _json.loads(req_data) if isinstance(req_data, str) else req_data except _json.JSONDecodeError: args = {"req_data": req_data} return await _call_mcp_tool("simulate_needq_ret_work_face", args) async def simulate_needq_other(req_data: str) -> str: """其他用风地点需风量模拟计算。 对其他用风地点（如联络巷、其他巷道等）进行需风量模拟计算。 Args: req_data: 其他地点需风量计算的请求参数（JSON 对象字符串）。 Returns: JSON 格式的模拟计算结果。 """ import json as _json try: args = _json.loads(req_data) if isinstance(req_data, str) else req_data except _json.JSONDecodeError: args = {"req_data": req_data} return await _call_mcp_tool("simulate_needq_other", args) # ============================================================ # 设备信息查询 # ============================================================ async def query_device_info(device_kind: str = "", str_type: str = "") -> str: """根据设备大类/小类查询设备信息列表。 查询指定设备类型下的所有设备详细信息，device_kind 和 str_type 至少传一个。 Args: device_kind: 设备大类编码，如 "fanmain"（可选，与 str_type 至少传一个）。 str_type: 设备小类编码，如 "fanmain_stem_wp_2"（可选，与 device_kind 至少传一个）。 Returns: JSON 格式的设备信息列表。 """ return await _call_mcp_tool("query_device_info", { "device_kind": device_kind, "str_type": str_type, }) async def query_device_type_info(device_type: str = "") -> str: """根据设备类型编码查询设备大类和小类信息。 可传入大类编码（如 "fanmain"）或完整小类编码（如 "fanmain_stem_wp_2"）。 Args: device_type: 设备类型编码（必填）。 Returns: JSON 格式的设备类型信息。 """ return await _call_mcp_tool("query_device_type_info", {"device_type": device_type}) async def query_monitor_params(device_kind: str = "", device_type: str = "", value_code: str = "") -> str: """根据设备大类/小类/测点编码查询点表监测参数。 查询指定设备的监测参数配置信息。 Args: device_kind: 设备大类编码，如 "fanmain"（可选）。 device_type: 设备类型编码，如 "fanmain_stem_wp_2"（可选）。 value_code: 测点编码，如 "Fan1Power1IA"（可选）。 Returns: JSON 格式的监测参数信息。 """ return await _call_mcp_tool("query_monitor_params", { "device_kind": device_kind, "device_type": device_type, "value_code": value_code, }) async def query_devices_by_model(model_id: str = "", device_type: str = None) -> str: """通过模型ID查询该模型下已绑定的有效设备。 可选的 device_type 参数用于按设备类型过滤。 Args: model_id: 模型ID（必填）。 device_type: 设备类型过滤条件（可选），后端可模糊匹配。 Returns: JSON 格式的设备列表。 """ params = {"model_id": model_id} if device_type: params["device_type"] = device_type return await _call_mcp_tool("query_devices_by_model", params) # ============================================================ # 故障诊断 # ============================================================ async def check_model_connect_status(model_id: str = "") -> str: """检查模型通风网络连通性。 诊断网络联通故障，返回连通块数量及各巷道所属连通块。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的网络连通诊断结果。 """ return await _call_mcp_tool("check_model_connect_status", {"model_id": model_id}) async def check_model_one_dir_cycle(model_id: str = "") -> str: """检查模型是否存在单向回路（循环风路）。 检测通风网络中的循环风路问题。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的循环风路检查结果。 """ return await _call_mcp_tool("check_model_one_dir_cycle", {"model_id": model_id}) async def check_model_one_dir_node(model_id: str = "") -> str: """检查模型是否存在单风向节点。 检测通风网络中所有节点是否有风流方向异常。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的单向节点检查结果。 """ return await _call_mcp_tool("check_model_one_dir_node", {"model_id": model_id}) async def check_model_diagonal_structure(model_id: str = "") -> str: """角联结构快速诊断。 检测通风网络中的角联结构，计算较重，可能耗时较长。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的角联结构诊断结果。 """ return await _call_mcp_tool("check_model_diagonal_structure", {"model_id": model_id}) async def get_model_fault_diagnosis(model_id: str = "", include_diagonal: bool = False) -> str: """获取模型故障诊断聚合数据。 默认包含网络连通、循环风路、单向节点检查； 设置 include_diagonal=True 时额外追加角联结构诊断（较慢）。 Args: model_id: 模型ID（必填）。 include_diagonal: 是否包含角联结构诊断，默认 False。 Returns: JSON 格式的故障诊断聚合结果。 """ return await _call_mcp_tool("get_model_fault_diagnosis", { "model_id": model_id, "include_diagonal": include_diagonal, }) # ============================================================ # 避灾路线 # ============================================================ async def get_escape_path(model_id: str = "", fire_tun_id: str = "", person_tun_id: str = "") -> str: """灾变避灾路线模拟。 给定火源巷道ID和人员/起点巷道ID，分析避灾逃生路线。 Args: model_id: 模型ID（必填）。 fire_tun_id: 火源巷道ID（必填）。 person_tun_id: 人员所在/起点巷道ID（必填）。 Returns: JSON 格式的避灾路线数据。 """ return await _call_mcp_tool("get_escape_path", { "model_id": model_id, "fire_tun_id": fire_tun_id, "person_tun_id": person_tun_id, }) async def get_escape_path_each_exit(model_id: str = "", fire_tun_id: str = "", person_tun_id: str = "", co_per: float = 2000.0, during_time: float = 0.0) -> str: """避灾路线模拟（到各出口）。 给定火源、人员起点、CO浓度与持续时间，分析到各出口的避灾路线。 Args: model_id: 模型ID（必填）。 fire_tun_id: 火源巷道ID（必填）。 person_tun_id: 人员/起点巷道ID（必填）。 co_per: CO浓度参数，默认 2000。 during_time: 持续时间，默认 0。 Returns: JSON 格式的各出口避灾路线数据。 """ return await _call_mcp_tool("get_escape_path_each_exit", { "model_id": model_id, "fire_tun_id": fire_tun_id, "person_tun_id": person_tun_id, "co_per": co_per, "during_time": during_time, }) # ============================================================ # 关键阻力 / 压能 # ============================================================ async def get_out_shafts(model_id: str = "") -> str: """获取模型全部回风井巷道ID列表。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的回风井巷道ID列表。 """ return await _call_mcp_tool("get_out_shafts", {"model_id": model_id}) async def get_in_shafts(model_id: str = "") -> str: """获取模型全部进风井巷道ID列表。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的进风井巷道ID列表。 """ return await _call_mcp_tool("get_in_shafts", {"model_id": model_id}) async def get_max_resistance_path(model_id: str = "", node_id: str = "") -> str: """获取指定节点的最大阻力路线（关键阻力路线）。 node_id 必须是节点ID（nNodeID），不是巷道ID。 可先调用 get_out_shafts 获取回风井，再查巷道起止节点获取 node_id。 Args: model_id: 模型ID（必填）。 node_id: 节点ID（必填），对应巷道 nFromID/nToID。 Returns: JSON 格式的最大阻力路线数据。 """ return await _call_mcp_tool("get_max_resistance_path", { "model_id": model_id, "node_id": node_id, }) async def get_three_area_distribution(model_id: str = "") -> str: """获取模型三区阻力分布数据。 返回进风区/用风区/回风区的分段阻力、总阻力等分布数据。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的三区阻力分布数据。 """ return await _call_mcp_tool("get_three_area_distribution", {"model_id": model_id}) async def get_key_path_decision(model_id: str = "") -> str: """获取模型关键路径控风方案决策数据。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的关键路径决策数据。 """ return await _call_mcp_tool("get_key_path_decision", {"model_id": model_id}) async def get_path_press_power(model_id: str = "", id_from: str = "", id_to: str = "") -> str: """获取模型节点压能图数据。 计算从起点节点到终点节点的路径压能图。id_from/id_to 为节点ID，不是巷道ID。 Args: model_id: 模型ID（必填）。 id_from: 起点节点ID（必填）。 id_to: 终点节点ID（必填）。 Returns: JSON 格式的节点压能图数据。 """ return await _call_mcp_tool("get_path_press_power", { "model_id": model_id, "id_from": id_from, "id_to": id_to, }) # ============================================================ # 网络解算 # ============================================================ async def net_cal(model_id: str = "") -> str: """模型网络解算。 对指定模型执行通风网络解算，获取各巷道风量分配结果。 也用于反风模拟后的风量结果查询。耗时可能较长。 Args: model_id: 模型ID（必填）。 Returns: JSON 格式的网络解算结果。 """ return await _call_mcp_tool("net_cal", {"model_id": model_id}) async def net_cal_for_plan(model_id: str = "", plan: str = "") -> str: """方案模拟解算。 传入调控/反风等方案串，获取模拟解算结果。 Args: model_id: 模型ID（必填）。 plan: 方案串，由业务侧定义的调控/反风方案内容（必填）。 Returns: JSON 格式的方案模拟解算结果。 """ return await _call_mcp_tool("net_cal_for_plan", { "model_id": model_id, "plan": plan, }) # ============================================================ # 报警 / 日志查询 # ============================================================ async def get_alarm_log_history(start_time: str, end_time: str, device_id: str = "", device_type: str = "") -> str: """获取设备设施报警历史数据。 按时间范围和可选设备条件查询报警历史记录。 Args: start_time: 起始时间（必填），格式 "yyyy-MM-dd HH:mm:ss"。 end_time: 结束时间（必填），格式 "yyyy-MM-dd HH:mm:ss"。 device_id: 设备ID（可选）。 device_type: 设备类型（可选）。 Returns: JSON 格式的报警历史数据。 """ return await _call_mcp_tool("get_alarm_log_history", { "start_time": start_time, "end_time": end_time, "device_id": device_id, "device_type": device_type, }) async def get_device_set_log_history(start_time: str, end_time: str, device_id: str = "", device_type: str = "") -> str: """获取设备设施控制历史数据。 按时间范围和可选设备条件查询设备控制操作历史。 Args: start_time: 起始时间（必填），格式 "yyyy-MM-dd HH:mm:ss"。 end_time: 结束时间（必填），格式 "yyyy-MM-dd HH:mm:ss"。 device_id: 设备ID（可选）。 device_type: 设备类型（可选）。 Returns: JSON 格式的设备控制历史数据。 """ return await _call_mcp_tool("get_device_set_log_history", { "start_time": start_time, "end_time": end_time, "device_id": device_id, "device_type": device_type, }) async def get_sys_log_history(start_time: str, end_time: str, user_name: str = "") -> str: """获取系统登录人员历史数据。 按时间范围和可选用户名查询系统登录历史。 Args: start_time: 起始时间（必填），格式 "yyyy-MM-dd HH:mm:ss"。 end_time: 结束时间（必填），格式 "yyyy-MM-dd HH:mm:ss"。 user_name: 用户名（可选）。 Returns: JSON 格式的系统登录历史数据。 """ return await _call_mcp_tool("get_sys_log_history", { "start_time": start_time, "end_time": end_time, "user_name": user_name, }) # ============================================================ # 场景管理 # ============================================================ async def get_manage_system_by_strType(strType: str) -> str: """通过场景类型获取场景列表。 Args: strType: 场景类型编码（必填）。 Returns: JSON 格式的场景列表。 """ return await _call_mcp_tool("get_manage_system_by_strType", {"strType": strType}) async def query_system_by_systemID(systemID: str) -> str: """根据场景ID获取场景数据。 Args: systemID: 场景ID（必填）。 Returns: JSON 格式的场景数据。 """ return await _call_mcp_tool("query_system_by_systemID", {"systemID": systemID}) # ============================================================ # 煤矿基础数据 # ============================================================ async def get_gas_identify_vo(mine_name: str = "") -> str: """根据矿井名称获取瓦斯等级鉴定报告。 Args: mine_name: 矿井名称（可选）。 Returns: JSON 格式的瓦斯等级鉴定报告数据。 """ return await _call_mcp_tool("get_gas_identify_vo", {"mine_name": mine_name}) async def get_by_mine_name(mine_name: str = "") -> str: """根据矿井名称查询工作面设计规程。 Args: mine_name: 矿井名称（可选）。 Returns: JSON 格式的工作面设计规程数据。 """ return await _call_mcp_tool("get_by_mine_name", {"mine_name": mine_name}) async def query_control_testWind(ids: str) -> str: """测风装置一键测风。 触发指定测风装置执行一键测风操作。 Args: ids: 设备IDS（必填），多个设备按后端要求格式拼接，如 "11111004"。 Returns: JSON 格式的测风结果。 """ return await _call_mcp_tool("query_control_testWind", {"ids": ids}) # ============================================================ # 数据库 / 文件 # ============================================================ async def execute_sql_query(sql_query: str) -> str: """从通防管控平台 vent 库执行 SQL 查询。 直接查询通防管控平台的数据库，返回 SQL 执行结果。 ⚠️ 仅支持 SELECT 类只读查询。 Args: sql_query: 要执行的 SQL 查询语句（必填）。 Returns: JSON 格式的查询结果。 """ return await _call_mcp_tool("execute_sql_query", {"sql_query": sql_query}) async def get_file_list_by_type(type: str) -> str: """按业务类型获取文件共享中心文件列表。 Args: type: 业务类型编码（必填）。 Returns: JSON 格式的文件列表。 """ return await _call_mcp_tool("get_file_list_by_type", {"type": type}) async def get_file_base64_by_id(id: str) -> str: """通过文件ID获取文件的 Base64 编码内容。 Args: id: 文件ID（必填）。 Returns: JSON 格式的文件 Base64 编码数据。 """ return await _call_mcp_tool("get_file_base64_by_id", {"id": id}) # ============================================================ # 字典查询 # ============================================================ async def get_dict_list_by_dictcode(dictcode: str) -> str: """根据字典编码查询字典项的类型和名称。 查询系统字典表中指定 dictcode 对应的所有字典项， 包含编码和中文名称映射。 Args: dictcode: 字典编码（必填）。 Returns: JSON 格式的字典项列表。 """ return await _call_mcp_tool("get_dict_list_by_dictcode", {"dictcode": dictcode}) # ============================================================ # 测风报表 # ============================================================ async def get_latest_report(mine_name: str = "", date_month: str = "") -> str: """获取最新的测风报表。 根据矿井名称和年月获取最新的测风报表数据。 Args: mine_name: 矿井名称（可选）。 date_month: 年月，格式如 "2026-06"（可选）。 Returns: JSON 格式的测风报表数据。 """ return await _call_mcp_tool("get_latest_report", { "mine_name": mine_name, "date_month": date_month, })