Implement follow-up detection in dialog context to prevent context pollution in multi-topic conversations. Introduce is_likely_follow_up function to determine when to inject session history based on user input. Adjust _load_session_text2sql_context to conditionally include context based on follow-up status, enhancing SQL generation accuracy. Update relevant API endpoints to pass user text for improved context handling.

IMPACT_ANALYSIS.md

@@ -42,6 +42,47 @@
 
 ---
 
+# Impact Analysis Report — 方案A：新话题禁用 dialog_context（防上下文污染）
+
+## 1. 改动概览
+
+- **背景与目标**：同一会话内出现多个不同话题时，历史摘要（含上轮 SQL）注入 Text2SQL 易造成上下文污染，导致选表/条件串话。本次引入“续问判定”规则：仅在疑似续问时注入少量上文；新话题默认不注入上文。
+- **涉及模块**：`api_server.py`、`backend/utils/dialog_context.py`。
+- **改动类型**：缺陷修复 / 行为优化（仅影响带 `session_id` 且存在历史消息的请求）。
+
+## 2. 方法级改动分析
+
+| 位置 | 变更 |
+|------|------|
+| `backend/utils/dialog_context.py` `is_likely_follow_up` | 新增：基于用户文本的轻量续问判定（关键字/短句规则），用于决定是否需要注入上文。 |
+| `api_server.py` `_load_session_text2sql_context` | 调整：新增 `user_text` 入参；根据 `is_likely_follow_up(user_text)` 选择 `max_pairs=2` 或 `0`，并据此构造 `dialog_context`。 |
+| `api_server.py` 两个入口 | 调整：`/g3sb/api/nl/chat` 与 `/g3sb/api/nl/chat/stream` 调用 `_load_session_text2sql_context(request, text)`。 |
+
+## 3. 调用方与影响范围分析
+
+- **调用方**：`/g3sb/api/nl/chat`、`/g3sb/api/nl/chat/stream`（请求带 `session_id` 且历史不为空时生效）。
+- **行为变化**：
+  - **新话题**（非续问）：`dialog_context` 变为空（不再携带历史摘要），降低串话风险。
+  - **续问**：仅携带最近 **2** 轮（原默认最多 8 轮），降低旧话题回流概率。
+- **破坏性变更**：否（对外 API 入参/出参未变；仅内部上下文组装策略变化）。
+
+## 4. 风险与回滚
+
+- **风险级别**：中（可能把少量“隐式续问”误判为新话题，导致指代消解能力下降；但能显著降低跨话题污染）。
+- **回滚**：回退本次提交（或将 `max_pairs` 固定恢复为 8 / 去掉续问判定）。
+
+**回滚方式是否简单**：是。
+
+## 5. 验证与测试
+
+- 建议手工：
+  - 同一 session：话题A生成 SQL → 话题B（无续问词）应不再引用 A 的表/条件。
+  - 同一 session：首轮查询 → 次轮“再/按上面/沿用口径”续问，应仍能沿用上轮 SQL 的业务口径。
+
+## 6. 配置变更
+
+- 无。
+
 # Impact Analysis Report — 库探针追问与交付分支（追加）
 
 ## 1. 改动概览

TASK_SUMMARY.md

@@ -0,0 +1,32 @@
+## 任务基本信息
+
+- **任务**：方案A：同一聊天框多话题时避免上下文污染（新话题禁用 `dialog_context`）
+- **项目**：`backman-camel`（FastAPI Text2SQL API）
+- **范围**：后端接口 `/g3sb/api/nl/chat`、`/g3sb/api/nl/chat/stream` 的会话上文注入策略
+
+## 改动说明
+
+- **新增**：`backend/utils/dialog_context.py` 增加 `is_likely_follow_up(user_text)`，用于轻量判断是否为续问/沿用口径。
+- **调整**：`api_server.py` `_load_session_text2sql_context(request, user_text)` 在构造上文时：
+  - **续问**：注入最近 2 轮会话摘要
+  - **新话题**：不注入历史摘要（`max_pairs=0`）
+- **目的**：减少多话题情况下历史 SQL/条件回流导致的串话与错误 SQL。
+
+## 影响与风险
+
+- **破坏性变更**：否（对外 API 不变）
+- **风险等级**：中
+  - 可能将少量“隐式续问”误判为新话题，导致指代消解能力下降
+  - 但能显著降低跨话题上下文污染导致的 SQL 错误
+- **回滚**：回退本次改动即可恢复旧策略（或将 `max_pairs` 恢复为默认值 8）
+
+## 测试与验证
+
+- 建议手工验证：
+  - 同一 session：先做话题A数据查询，再提一个完全不同话题B（无“再/按上面”等续问词），应不再引用 A 的表/过滤条件。
+  - 同一 session：首轮查询后，第二轮使用“再/按上面/沿用口径”等续问词，应仍能续用上轮口径生成 SQL。
+
+## 后续事项
+
+- 若误判率偏高，可迭代 `is_likely_follow_up` 规则（补充关键词/短语），或升级为轻量 LLM 判别器（方案B）。
+

api_server.py

@@ -35,6 +35,7 @@ from utils.dialog_classifier import DialogIntent, classify_dialog
 from utils.dialog_context import (
     last_assistant_was_data_query,
     messages_to_text2sql_context,
+    is_likely_follow_up,
 )
 
 logging.basicConfig(
@@ -246,6 +247,7 @@ def _conversation_nl_dict(reply: str) -> Dict[str, Any]:
 
 async def _load_session_text2sql_context(
     request: NLChatRequest,
+    user_text: str,
 ) -> tuple[str, bool]:
     """
     在写入本轮之前读取会话历史，构造 Text2SQL 上文，并判断上一轮助手是否为数据查询。
@@ -266,7 +268,9 @@ async def _load_session_text2sql_context(
     if not items:
         return "", False
     last_data = last_assistant_was_data_query(items)
-    block, _n = messages_to_text2sql_context(items)
+    # 方案A：仅在“续问/沿用口径”时注入少量上文；新话题直接清空，避免上下文污染 SQL。
+    max_pairs = 2 if is_likely_follow_up(user_text) else 0
+    block, _n = messages_to_text2sql_context(items, max_pairs=max_pairs)
     return block, last_data
 
 
@@ -377,7 +381,7 @@ async def _chat_stream_events(request: NLChatRequest) -> AsyncIterator[bytes]:
         return
     text = request.message.strip()
     orch = get_orchestrator()
-    dialog_block, last_data = await _load_session_text2sql_context(request)
+    dialog_block, last_data = await _load_session_text2sql_context(request, text)
     classified = await asyncio.to_thread(
         classify_dialog,
         text,
@@ -461,7 +465,7 @@ async def nl_chat(request: NLChatRequest):
         text = request.message.strip()
         logger.info(f"[API] 问题: {text[:100]}...")
         orch = get_orchestrator()
-        dialog_block, last_data = await _load_session_text2sql_context(request)
+        dialog_block, last_data = await _load_session_text2sql_context(request, text)
         classified = await asyncio.to_thread(
             classify_dialog,
             text,

backend/utils/dialog_context.py

@@ -6,6 +6,7 @@ from __future__ import annotations
 
 import json
 import logging
+import re
 from typing import Any, Dict, List, Tuple
 
 logger = logging.getLogger(__name__)
@@ -14,6 +15,28 @@ _MAX_ASSISTANT_SQL_CHARS = 1400
 _MAX_ASSISTANT_TEXT_CHARS = 900
 _MAX_BLOCK_CHARS = 7500
 
+# 续问/指代常见触发词：用于判定是否需要注入会话上文，避免多话题串扰。
+# 规则应偏保守：宁可把新话题当作“无上文”也不要带入无关上下文污染 SQL。
+_FOLLOW_UP_PATTERN = re.compile(
+    r"(再|继续|同样|沿用|还是|照旧|刚才|上面|上一条|上一个|上次|上述|这个SQL|这条SQL|按上面|按刚才|在此基础上|同一口径|同口径|按之前|改成|改为|加上|加一下|筛一下|过滤一下|补充|补一下|追加|优化一下|调整一下|换成|换为)",
+    re.IGNORECASE,
+)
+
+
+def is_likely_follow_up(user_text: str) -> bool:
+    """
+    仅基于用户本轮文本做“是否续问”的轻量判断。
+    True  -> 允许注入少量上文（最近 1~2 轮），用于指代消解/沿用口径
+    False -> 新话题，禁用上文，避免上下文污染
+    """
+    t = (user_text or "").strip()
+    if not t:
+        return False
+    # 很短的“再来一个/同上/继续”等通常是续问
+    if len(t) <= 10 and _FOLLOW_UP_PATTERN.search(t):
+        return True
+    return bool(_FOLLOW_UP_PATTERN.search(t))
+
 
 def _truncate(s: str, max_len: int) -> str:
     s = (s or "").strip()