vent_deep_agent/tools/vent_tools.py

# -*- 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：
- 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
- 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_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
"""
	
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'
)


# ============================================================
# 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。"