API响应格式标准化文档

概述

本文档定义了项目中所有API接口的统一响应格式规范，旨在：

统一所有API的响应结构
简化前端开发和维护
提供清晰的错误处理机制
确保向后兼容性

标准化原则

核心设计原则

统一结构：所有API响应使用相同的基础结构
职责分离：message用于高层级描述，data.response用于具体内容
前端友好：通过关键字段快速判断如何处理响应
扁平化设计：避免过深的嵌套结构
向后兼容：保持现有字段，逐步迁移

字段职责划分

code：HTTP状态码
success：操作成功/失败的布尔值
message：高层级分类描述，不包含具体业务细节
data.response：用户最终看到的具体内容
data.*：其他业务数据和元信息

HTTP状态码规范

状态码	使用场景	说明
200	成功响应	包括业务成功和业务失败但HTTP通信成功的情况
400	请求参数错误	缺少必需参数、参数格式错误
422	参数验证失败	参数格式正确但业务逻辑验证失败
500	服务器内部错误	数据库错误、系统异常等
503	服务不可用	Agent初始化失败、健康检查失败等

Message字段标准值

成功场景

"操作成功"

客户端错误场景 (4xx)

"请求参数错误"
"参数验证失败"

服务端错误场景 (5xx)

"系统内部错误"
"服务暂时不可用"

业务处理场景

"查询失败"
"生成失败"
"处理失败"

JSON响应格式规范

基础结构

{
  "code": "HTTP状态码 (必须)",
  "success": "布尔值，操作是否成功 (必须)",
  "message": "高层级描述信息 (必须)",
  "data": "数据载体，所有具体信息都在这里 (必须，可为null)"
}

必须字段

code：HTTP状态码
success：操作是否成功
message：高层级描述
data：数据载体

data中的通用字段

response：用户看到的具体内容（推荐）
timestamp：响应时间戳（推荐）
error_type：错误类型标识（仅失败时）
can_retry：是否可以重试（仅失败时）

Ask Agent API专用字段

type：响应类型（DATABASE/CHAT）
sql：生成的SQL语句（DATABASE类型）
summary：LLM对查询结果的总结（DATABASE类型，可选）
query_result：查询结果数据（DATABASE类型）
session_id：会话ID
execution_path：执行路径
classification_info：分类信息
agent_version：Agent版本

完整示例

1. 数据库查询成功（有摘要）

{
  "code": 200,
  "success": true,
  "message": "操作成功",
  "data": {
    "type": "DATABASE",
    "response": "共有120个服务区。",
    "sql": "SELECT COUNT(*) AS 服务区总数 FROM bss_service_area WHERE delete_ts IS NULL;",
    "summary": "共有120个服务区。",
    "query_result": {
      "columns": ["服务区总数"],
      "rows": [{"服务区总数": 120}],
      "row_count": 1,
      "is_limited": false,
      "total_row_count": 1
    },
    "session_id": "test_session_001",
    "execution_path": ["classify", "agent_database", "format_response"],
    "classification_info": {
      "confidence": 0.95,
      "method": "enhanced_llm",
      "reason": "用户询问服务区数量统计"
    },
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

2. 数据库查询成功（无摘要，仅数据）

{
  "code": 200,
  "success": true,
  "message": "操作成功",
  "data": {
    "type": "DATABASE",
    "sql": "SELECT service_area_name, company_id FROM bss_service_area LIMIT 10;",
    "query_result": {
      "columns": ["service_area_name", "company_id"],
      "rows": [
        {"service_area_name": "阳澄湖服务区", "company_id": "001"},
        {"service_area_name": "梅村服务区", "company_id": "002"}
      ],
      "row_count": 2,
      "is_limited": true,
      "total_row_count": 120
    },
    "session_id": "test_session_001",
    "execution_path": ["classify", "agent_database", "format_response"],
    "classification_info": {
      "confidence": 0.95,
      "method": "enhanced_llm",
      "reason": "用户询问服务区列表"
    },
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

3. SQL生成失败

{
  "code": 422,
  "success": false,
  "message": "查询失败",
  "data": {
    "type": "DATABASE",
    "response": "无法生成该查询，因为提供的上下文中缺少存储\"服务区经理名字\"的相关字段信息。",
    "error_type": "sql_generation_failed",
    "session_id": "test_session_001",
    "execution_path": ["classify", "agent_database_error", "format_response"],
    "classification_info": {
      "confidence": 0.95,
      "method": "enhanced_llm",
      "reason": "用户询问服务区经理信息"
    },
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

4. SQL执行失败

{
  "code": 500,
  "success": false,
  "message": "查询失败",
  "data": {
    "type": "DATABASE",
    "response": "查询执行失败，请稍后重试。",
    "error_type": "sql_execution_failed",
    "sql": "SELECT * FROM non_existent_table;",
    "sql_error_category": "table_not_found",
    "can_retry": false,
    "session_id": "test_session_001",
    "execution_path": ["classify", "agent_database", "sql_execution_error"],
    "classification_info": {
      "confidence": 0.95,
      "method": "enhanced_llm",
      "reason": "用户询问数据统计"
    },
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

5. 聊天回复成功

{
  "code": 200,
  "success": true,
  "message": "操作成功",
  "data": {
    "type": "CHAT",
    "response": "根据我的知识库，中国荔枝的主要产地集中在南方地区，包括广东、广西、福建、海南等省份。",
    "session_id": "test_session_001",
    "execution_path": ["start", "classify", "agent_chat", "format_response"],
    "classification_info": {
      "confidence": 0.85,
      "method": "rule_based_non_business",
      "reason": "包含非业务实体词: ['荔枝']"
    },
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T22:53:37.723684"
  }
}

6. Agent初始化失败

{
  "code": 503,
  "success": false,
  "message": "服务暂时不可用",
  "data": {
    "response": "AI服务暂时不可用，请稍后重试。",
    "error_type": "agent_initialization_failed",
    "can_retry": true,
    "session_id": "test_session_001",
    "execution_path": ["agent_init_error"],
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

7. 请求参数错误

{
  "code": 400,
  "success": false,
  "message": "请求参数错误",
  "data": {
    "response": "缺少必需参数：question",
    "error_type": "missing_required_params",
    "missing_params": ["question"],
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

8. 系统内部错误

{
  "code": 500,
  "success": false,
  "message": "系统内部错误",
  "data": {
    "response": "请求处理异常，请稍后重试。",
    "error_type": "request_processing_failed",
    "can_retry": true,
    "session_id": "test_session_001",
    "execution_path": ["general_error"],
    "agent_version": "langgraph_v1",
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

9. 健康检查成功

{
  "code": 200,
  "success": true,
  "message": "操作成功",
  "data": {
    "status": "healthy",
    "test_result": true,
    "workflow_compiled": true,
    "tools_count": 4,
    "response": "Agent健康检查完成",
    "checks": {
      "agent_creation": true,
      "tools_import": true,
      "llm_connection": true,
      "classifier_ready": true
    },
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

10. 健康检查失败

{
  "code": 503,
  "success": false,
  "message": "服务暂时不可用",
  "data": {
    "status": "degraded",
    "test_result": false,
    "workflow_compiled": false,
    "tools_count": 0,
    "response": "部分组件异常",
    "checks": {
      "agent_creation": false,
      "tools_import": true,
      "llm_connection": true,
      "classifier_ready": true
    },
    "timestamp": "2025-06-21T19:31:19.948772"
  }
}

修改实施计划

第一阶段：核心基础设施修改

1.1 `common/result.py`

修改重点：

更新默认 message 值
新增便捷方法处理常见场景
确保所有具体信息通过 data 字段传递

新增功能：

标准化错误响应方法
Ask Agent API 专用响应方法

1.2 新建 `common/messages.py`

内容：

class MessageTemplate:
    SUCCESS = "操作成功"
    BAD_REQUEST = "请求参数错误"
    VALIDATION_FAILED = "参数验证失败"
    INTERNAL_ERROR = "系统内部错误"
    SERVICE_UNAVAILABLE = "服务暂时不可用"
    QUERY_FAILED = "查询失败"
    GENERATION_FAILED = "生成失败"
    PROCESSING_FAILED = "处理失败"

第二阶段：主要API接口修改

2.1 `citu_app.py`

需要修改的API接口：

/api/v0/ask_agent
- 字段重命名：data_result → query_result
- 错误信息迁移：从 message 到 data.response
- 统一 message 值
/api/v0/ask 和 /api/v0/ask_cached
- 返回格式统一：rows, columns → query_result
- LLM解释性文本处理
- 错误响应标准化
/api/v0/agent_health
- 关键修改：data.message → data.response
- 统一健康状态描述
其他管理API
- /api/v0/cache_overview
- /api/v0/cache_cleanup
- /api/v0/training_error_question_sql
- /api/v0/citu_run_sql

2.2 `flask_app.py`

修改内容：

统一错误返回格式
使用标准化的 result 方法

第三阶段：Agent和工具层修改

3.1 `agent/citu_agent.py`

主要修改点：

_format_response_node() 方法：
- 字段重命名：data_result → query_result
- 错误处理：error → data.response
- 统一 response 字段使用
process_question() 方法：
- 确保返回格式符合新规范

3.2 `agent/state.py`

修改内容：

更新 final_response 结构定义
确保状态管理符合新字段命名

3.3 工具层修改

文件： agent/tools/sql_execution.py, agent/tools/summary_generation.py, agent/tools/general_chat.py 修改内容：

统一返回结果字段命名
确保 response 格式一致

第四阶段：文档和测试更新

4.1 `docs/agent api 说明.md`

更新内容：

所有API示例格式更新
字段命名统一
Message 值标准化

4.2 其他文档

更新包含API响应示例的所有文档
前端集成指南更新

修改优先级

优先级	阶段	文件/模块	依赖关系
P0	第一阶段	`common/result.py`	无依赖，基础组件
P0	第一阶段	`common/messages.py`	无依赖，新建文件
P1	第二阶段	`citu_app.py`	依赖第一阶段完成
P1	第二阶段	`agent/citu_agent.py`	依赖第一阶段完成
P2	第三阶段	`agent/state.py`, `agent/tools/*`	依赖前两阶段
P2	第三阶段	`flask_app.py`	依赖第一阶段
P3	第四阶段	文档更新	依赖前三阶段

关键变更总结

字段重命名
- data_result → query_result
- data.message → data.response（健康检查API）
内容迁移
- 具体错误信息：message → data.response
- LLM解释性文本：统一放入 data.response
格式统一
- 所有API使用相同的基础JSON结构
- 错误处理格式标准化
Message标准化
- 使用预定义的message常量
- 移除message中的具体业务细节

前端集成指南

响应处理逻辑

function handleApiResponse(response) {
  const { code, success, message, data } = response;
  
  if (success) {
    // 成功情况处理
    if (data.type === "DATABASE") {
      // 数据库查询成功
      if (data.summary || data.response) {
        displaySummary(data.summary || data.response);
      }
      if (data.query_result) {
        displayTable(data.query_result);
      }
      if (data.sql) {
        displaySQL(data.sql);
      }
    } else if (data.type === "CHAT") {
      // 聊天回复
      displayChatMessage(data.response);
    } else {
      // 其他成功情况
      displayMessage(data.response || message);
    }
  } else {
    // 失败情况处理
    const errorMessage = data.response || message;
    displayError(errorMessage);
    
    // 根据错误类型提供特殊处理
    if (data.error_type === "sql_generation_failed") {
      showSuggestion("请尝试重新描述您的问题");
    } else if (data.can_retry) {
      showRetryButton();
    }
  }
}

关键判断字段

success - 主要成功/失败判断
data.type - 响应类型判断（DATABASE/CHAT）
data.response - 用户展示内容
data.error_type - 错误类型特殊处理
data.can_retry - 重试机制判断

数据展示优先级

摘要文本：data.summary 或 data.response
表格数据：data.query_result
SQL语句：data.sql（可选显示）

这样的设计确保前端能够以统一、简洁的方式处理所有API响应，提高开发效率和用户体验。

API响应格式标准化文档.md 14 KB 文件历史 原始文件