Skip to content

Commit 452e567

Browse files
author
xuwei95
committed
sql
1 parent be9c601 commit 452e567

File tree

1 file changed

+4
-4
lines changed

1 file changed

+4
-4
lines changed

‎deploy/ezdata.sql

+4-4
Original file line numberDiff line numberDiff line change
@@ -11,7 +11,7 @@
1111
Target Server Version : 80022
1212
File Encoding : 65001
1313
14-
Date: 23/06/2024 00:21:39
14+
Date: 23/06/2024 02:35:04
1515
*/
1616

1717
SET NAMES utf8mb4;
@@ -361,7 +361,6 @@ CREATE TABLE `llm_chat_history` (
361361
-- Records of llm_chat_history
362362
-- ----------------------------
363363
BEGIN;
364-
INSERT INTO `llm_chat_history` VALUES ('', 1, 0, 'admin', '2024-06-18 15:45:35', 'admin', '2024-06-22 08:24:39', '37d5252d-dbf2-402a-98cf-d0904a2295bd', '1', 'admin', '{\"active\":1002,\"usingContext\":true,\"history\":[{\"uuid\":1002,\"title\":\"[ { \\\"title\\\": \\\"生成处理代码\\\", \\\"content\\\": \\\"开始生成处理代码\\\" }, { \\\"title\\\": \\\"处理代码生成成功\\\", \\\"content\\\": \\\"首先，我们需要导入必要的库，这里主要是`pandas`用于数据处理。然后，我们将使用`reader`对象的`df`属性来获取数据，并按照日期对数据进行排序。最后，我们将结果以字典的形式返回，其中包含数据的类型和值。\\\\n\\\\n以下是具体的步骤和代码：\\\\n\\\\n1. 导入`pandas`库。\\\\n2. 获取`reader`对象的`df`属性。\\\\n3. 使用`df.sort_values(by=\'日期\')`按照日期列对数据进行排序。\\\\n4. 将排序后的DataFrame作为结果返回。\\\\n\\\\n现在，让我们将这些步骤转换为代码：\\\\n\\\\n```python\\\\n# 导入pandas库\\\\nimport pandas as pd\\\\n\\\\n# 获取reader对象的df属性\\\\ndf = reader.df\\\\n\\\\n# 按日期列排序DataFrame\\\\nsorted_df = df.sort_values(by=\'日期\')\\\\n\\\\n# 将排序后的DataFrame作为结果返回\\\\nresult = {\\\\n \\\\\\\"type\\\\\\\": \\\\\\\"dataframe\\\\\\\",\\\\n \\\\\\\"value\\\\\\\": sorted_df\\\\n}\\\\n```\\\\n\\\\n这段代码会按照要求返回一个字典，其中包含排序后的DataFrame。\\\" }, { \\\"title\\\": \\\"执行处理代码\\\", \\\"content\\\": \\\"开始执行处理代码\\\" }, { \\\"title\\\": \\\"处理完成\\\", \\\"content\\\": \\\"处理完成\\\" } ]用vue3 antd的a-collapse组件展示这些数据\",\"isEdit\":false}],\"chat\":[{\"uuid\":1002,\"data\":[{\"dateTime\":\"2024/6/22 16:24:22\",\"text\":\"[ { \\\"title\\\": \\\"生成处理代码\\\", \\\"content\\\": \\\"开始生成处理代码\\\" }, { \\\"title\\\": \\\"处理代码生成成功\\\", \\\"content\\\": \\\"首先，我们需要导入必要的库，这里主要是`pandas`用于数据处理。然后，我们将使用`reader`对象的`df`属性来获取数据，并按照日期对数据进行排序。最后，我们将结果以字典的形式返回，其中包含数据的类型和值。\\\\n\\\\n以下是具体的步骤和代码：\\\\n\\\\n1. 导入`pandas`库。\\\\n2. 获取`reader`对象的`df`属性。\\\\n3. 使用`df.sort_values(by=\'日期\')`按照日期列对数据进行排序。\\\\n4. 将排序后的DataFrame作为结果返回。\\\\n\\\\n现在，让我们将这些步骤转换为代码：\\\\n\\\\n```python\\\\n# 导入pandas库\\\\nimport pandas as pd\\\\n\\\\n# 获取reader对象的df属性\\\\ndf = reader.df\\\\n\\\\n# 按日期列排序DataFrame\\\\nsorted_df = df.sort_values(by=\'日期\')\\\\n\\\\n# 将排序后的DataFrame作为结果返回\\\\nresult = {\\\\n \\\\\\\"type\\\\\\\": \\\\\\\"dataframe\\\\\\\",\\\\n \\\\\\\"value\\\\\\\": sorted_df\\\\n}\\\\n```\\\\n\\\\n这段代码会按照要求返回一个字典，其中包含排序后的DataFrame。\\\" }, { \\\"title\\\": \\\"执行处理代码\\\", \\\"content\\\": \\\"开始执行处理代码\\\" }, { \\\"title\\\": \\\"处理完成\\\", \\\"content\\\": \\\"处理完成\\\" } ]用vue3 antd的a-collapse组件展示这些数据\",\"inversion\":true,\"error\":false,\"conversationOptions\":null,\"requestOptions\":{\"prompt\":\"[ { \\\"title\\\": \\\"生成处理代码\\\", \\\"content\\\": \\\"开始生成处理代码\\\" }, { \\\"title\\\": \\\"处理代码生成成功\\\", \\\"content\\\": \\\"首先，我们需要导入必要的库，这里主要是`pandas`用于数据处理。然后，我们将使用`reader`对象的`df`属性来获取数据，并按照日期对数据进行排序。最后，我们将结果以字典的形式返回，其中包含数据的类型和值。\\\\n\\\\n以下是具体的步骤和代码：\\\\n\\\\n1. 导入`pandas`库。\\\\n2. 获取`reader`对象的`df`属性。\\\\n3. 使用`df.sort_values(by=\'日期\')`按照日期列对数据进行排序。\\\\n4. 将排序后的DataFrame作为结果返回。\\\\n\\\\n现在，让我们将这些步骤转换为代码：\\\\n\\\\n```python\\\\n# 导入pandas库\\\\nimport pandas as pd\\\\n\\\\n# 获取reader对象的df属性\\\\ndf = reader.df\\\\n\\\\n# 按日期列排序DataFrame\\\\nsorted_df = df.sort_values(by=\'日期\')\\\\n\\\\n# 将排序后的DataFrame作为结果返回\\\\nresult = {\\\\n \\\\\\\"type\\\\\\\": \\\\\\\"dataframe\\\\\\\",\\\\n \\\\\\\"value\\\\\\\": sorted_df\\\\n}\\\\n```\\\\n\\\\n这段代码会按照要求返回一个字典，其中包含排序后的DataFrame。\\\" }, { \\\"title\\\": \\\"执行处理代码\\\", \\\"content\\\": \\\"开始执行处理代码\\\" }, { \\\"title\\\": \\\"处理完成\\\", \\\"content\\\": \\\"处理完成\\\" } ]用vue3 antd的a-collapse组件展示这些数据\",\"options\":null}},{\"dateTime\":\"2024/6/22 16:24:35\",\"text\":\"```python\\n# 导入必要的库\\nimport pandas as pd\\n\\n# 假设reader是一个已经定义好的对象，并且df是其中包含数据的DataFrame\\n# 获取reader对象的df属性\\n# df = reader.df\\n\\n# 按照日期列对数据进行排序\\n# df_sorted = df.sort_values(by=\'日期\')\\n\\n# 将排序后的DataFrame作为结果返回\\n# return df_sorted\\n```\",\"table_data\":[],\"html_data\":\"\",\"chat_flow\":[],\"inversion\":false,\"error\":false,\"loading\":false,\"conversationOptions\":{\"parentMessageId\":\"ee078a13-e2f8-4c37-ba66-16ac48f3264a\"},\"requestOptions\":{\"prompt\":\"[ { \\\"title\\\": \\\"生成处理代码\\\", \\\"content\\\": \\\"开始生成处理代码\\\" }, { \\\"title\\\": \\\"处理代码生成成功\\\", \\\"content\\\": \\\"首先，我们需要导入必要的库，这里主要是`pandas`用于数据处理。然后，我们将使用`reader`对象的`df`属性来获取数据，并按照日期对数据进行排序。最后，我们将结果以字典的形式返回，其中包含数据的类型和值。\\\\n\\\\n以下是具体的步骤和代码：\\\\n\\\\n1. 导入`pandas`库。\\\\n2. 获取`reader`对象的`df`属性。\\\\n3. 使用`df.sort_values(by=\'日期\')`按照日期列对数据进行排序。\\\\n4. 将排序后的DataFrame作为结果返回。\\\\n\\\\n现在，让我们将这些步骤转换为代码：\\\\n\\\\n```python\\\\n# 导入pandas库\\\\nimport pandas as pd\\\\n\\\\n# 获取reader对象的df属性\\\\ndf = reader.df\\\\n\\\\n# 按日期列排序DataFrame\\\\nsorted_df = df.sort_values(by=\'日期\')\\\\n\\\\n# 将排序后的DataFrame作为结果返回\\\\nresult = {\\\\n \\\\\\\"type\\\\\\\": \\\\\\\"dataframe\\\\\\\",\\\\n \\\\\\\"value\\\\\\\": sorted_df\\\\n}\\\\n```\\\\n\\\\n这段代码会按照要求返回一个字典，其中包含排序后的DataFrame。\\\" }, { \\\"title\\\": \\\"执行处理代码\\\", \\\"content\\\": \\\"开始执行处理代码\\\" }, { \\\"title\\\": \\\"处理完成\\\", \\\"content\\\": \\\"处理完成\\\" } ]用vue3 antd的a-collapse组件展示这些数据\",\"options\":{}}}]}]}');
365364
COMMIT;
366365

367366
-- ----------------------------
@@ -1651,7 +1650,7 @@ CREATE TABLE `sys_permission` (
16511650
`internal_or_external` smallint DEFAULT NULL COMMENT '外链菜单打开方式 0/内部打开 1/外部打开',
16521651
PRIMARY KEY (`id`),
16531652
KEY `ix_sys_permission_name` (`name`)
1654-
) ENGINE=InnoDB AUTO_INCREMENT=119 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
1653+
) ENGINE=InnoDB AUTO_INCREMENT=120 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
16551654

16561655
-- ----------------------------
16571656
-- Records of sys_permission
@@ -1768,6 +1767,7 @@ INSERT INTO `sys_permission` VALUES (114, '', 9.2, 0, 'admin', '2023-06-19 12:04
17681767
INSERT INTO `sys_permission` VALUES (115, '', 1, 0, 'admin', '2023-06-19 16:51:20', 'admin', '2023-06-19 16:57:44', '告警查询', 114, '/alert/list', '/alert/index', '', '', 1, NULL, 1, 0, 'ant-design:alert-outlined', 1, 1, 0, 0, 0, 0, 1, 0);
17691768
INSERT INTO `sys_permission` VALUES (116, '', 99, 0, 'admin', '2023-06-19 16:54:21', 'admin', '2023-06-19 16:55:52', '告警策略', 114, '/alert/alert_strategy', '/alert/alert_strategy/index', '', '', 1, NULL, 1, 0, 'ant-design:exception-outlined', 1, 1, 0, 0, 0, 0, 1, 0);
17701769
INSERT INTO `sys_permission` VALUES (117, '', 1, 0, 'admin', '2023-07-28 08:17:22', '', '2023-07-28 08:17:22', '重启所有job', 40, '', '', '', '', 2, 'job:restart', 1, 1, NULL, 1, 1, 1, 1, 1, 0, 1, 1);
1770+
INSERT INTO `sys_permission` VALUES (119, '', 1, 0, 'admin', '2024-06-22 18:29:46', 'admin', '2024-06-22 18:30:01', 'ai助手', 1, '/ai', '/dashboard/ai', '', '', 1, NULL, 1, 0, NULL, 1, 1, 0, 1, 0, 0, 1, 0);
17711771
COMMIT;
17721772

17731773
-- ----------------------------
@@ -1909,7 +1909,7 @@ CREATE TABLE `sys_user` (
19091909
-- Records of sys_user
19101910
-- ----------------------------
19111911
BEGIN;
1912-
INSERT INTO `sys_user` VALUES (1, '', 1, 0, 'system', '2022-10-31 09:41:34', 'admin', '2024-06-22 16:13:57', 'admin', 'pbkdf2:sha256:260000$uPkgXU614UEZVupq$f796a5bc254e02bfc78526a092ead4057073493f0115a9df56288f852cfb228a', 'admin', '', '2003-03-12 05:56:00', 1, '', '', 'org_5', 1, 2, NULL, NULL, '20213916', '[\"5\", \"7\"]', '[\"a1\"]', '[\"12\", \"14\"]', '', 744, 1719072837, '122.96.32.58', NULL, NULL, '[\"1\"]', 1);
1912+
INSERT INTO `sys_user` VALUES (1, '', 1, 0, 'system', '2022-10-31 09:41:34', 'admin', '2024-06-22 17:01:41', 'admin', 'pbkdf2:sha256:260000$uPkgXU614UEZVupq$f796a5bc254e02bfc78526a092ead4057073493f0115a9df56288f852cfb228a', 'admin', '', '2003-03-12 05:56:00', 1, '', '', 'org_5', 1, 2, NULL, NULL, '20213916', '[\"5\", \"7\"]', '[\"a1\"]', '[\"12\", \"14\"]', '', 746, 1719075701, '122.96.32.58', NULL, NULL, '[\"1\"]', 1);
19131913
INSERT INTO `sys_user` VALUES (6, '', 1, 0, 'admin', '2023-04-27 14:52:16', 'admin', '2023-09-14 01:38:33', 'preview', 'pbkdf2:sha256:260000$t4Gm48smy9rPudxM$5e65784bf7616ad5c09e9b85e0c3a0984e965c3aaad38e4ca3fa936011eb0f76', '预览用户', '', '2023-09-13 20:36:00', 0, NULL, NULL, 'org_5', 1, 2, NULL, NULL, '00002', '[\"5\"]', '[]', '[\"11\"]', '', 1, 1682617624, '172.18.0.1', NULL, NULL, '[]', NULL);
19141914
INSERT INTO `sys_user` VALUES (7, '', 1, 0, 'admin', '2023-04-27 14:54:05', 'admin', '2023-10-24 07:03:16', 'test1', 'pbkdf2:sha256:260000$VHkgoxdY1LJ4ml66$0dac1b13d19f2965d4e986ff0395aa43bf9766be2e3bd1b8fec7b5947dd65563', 'test1', NULL, '2023-09-13 20:36:00', 0, NULL, NULL, 'org_6', 1, 1, NULL, NULL, '202139160124', '[\"6\"]', '[]', '[\"13\"]', '', 3, 1694674855, '122.243.31.180', NULL, NULL, '[]', NULL);
19151915
INSERT INTO `sys_user` VALUES (8, '', 1, 0, 'admin', '2023-04-27 17:40:41', 'admin', '2023-09-13 12:36:33', 'dev1', 'pbkdf2:sha256:260000$3J8QC8NiR8TzyeN8$ff8228e7e8b41194e22a00282e08a2cf762667d3fd3e70a1681bcddc191ff9b4', '开发一', NULL, '2023-09-13 20:36:00', 1, NULL, NULL, 'org_7', 1, 2, NULL, NULL, '0000', '[\"7\"]', '[\"a1\"]', '[\"14\"]', '', 1, 1682617321, '172.18.0.1', NULL, NULL, '[\"1\"]', NULL);

0 commit comments

Comments
 (0)