表格與數值資料的檢索：為什麼 RAG 算不對數字

路由：先判斷這是哪一類問題

ROUTE = '''判斷問題的類型，只輸出 JSON。

text   — 詢問概念、流程、規定的敘述性問題
table  — 需要從結構化資料查詢或計算數值
mixed  — 兩者都需要

輸出：{"route": "text|table|mixed", "reason": "..."}'''

table 路徑：文字轉查詢

把表格資料放進真正的資料庫，讓模型產生查詢語句而不是直接回答數字。這樣運算由資料庫執行，結果是精確的。

SQL_PROMPT = '''依據下列資料表結構，把使用者問題轉成一句 SQLite 查詢。

資料表：revenue(year INT, quarter INT, region TEXT, amount REAL)

規則：
- 只輸出 SQL，不要說明。
- 只允許 SELECT，不得有寫入操作。
- 一律加上 LIMIT 100。

問題：{q}'''

安全與驗證

import sqlite3, re

BANNED = re.compile(r'\b(insert|update|delete|drop|alter|attach|pragma)\b', re.I)

def safe_query(sql, db_path):
    if BANNED.search(sql) or ';' in sql.rstrip(';'):
        raise ValueError('僅允許單一 SELECT 查詢')
    conn = sqlite3.connect(f'file:{db_path}?mode=ro', uri=True)   # 唯讀連線
    try:
        return conn.execute(sql).fetchall()
    finally:
        conn.close()

唯讀連線是最重要的防線。即使提示被繞過、正則被閃過，資料庫層面仍然無法寫入。

把結果交回模型組句

查詢結果不要直接呈現給使用者，而是連同原始問題交給模型組成自然語言回答，並附上使用的 SQL。附上 SQL 讓使用者能驗證邏輯，這在財務與營運報表場景幾乎是必要的。

混合問題的處理

「第三季營收為什麼下滑」同時需要數字與敘述。做法是兩條路徑各跑一次，把數值結果與文字片段一起放進最終的生成提示。