Update app.py

app.py

@@ -61,7 +61,7 @@ class TextToSQLSystem:
         self.llm = Llama(
             model_path=model_path,
             n_ctx=4096,
-            n_threads=8,
+            n_threads=os.cpu_count(),
             verbose=False
         )
         self._log(f"✅ 已載入 GGUF 模型: {GGUF_FILENAME}")
@@ -121,20 +121,29 @@ class TextToSQLSystem:
 
     def _build_prompt(self, user_q: str, examples: List[Dict]) -> str:
         system_instruction = (
-            "你是一位資料庫專家，請根據使用者的問題，參考資料庫結構與範例，"
-            "生成正確的 SQLite 查詢，並用 ```sql ... ``` 包起來。"
+            "你是一位頂尖的 SQLite 專家。\n"
+            "請嚴格遵守以下規則：\n"
+            "1. 僅輸出最終的 SQL 語法，不要包含解釋或自然語言。\n"
+            "2. 必須使用 ```sql 開頭 和 ``` 結尾包住查詢。\n"
+            "3. 查詢必須能直接在 SQLite 執行。\n"
         )
         schema_str = self._format_schema_for_prompt()
         ex_str = "--- 範例 ---\n"
         for i, ex in enumerate(examples, 1):
             ex_str += f"範例 {i} 問題: {ex['question']}\nSQL:\n```sql\n{ex['sql']}\n```\n\n"
-        return f"{system_instruction}\n\n{schema_str}\n{ex_str}\n--- 使用者問題 ---\n{user_q}"
+        return f"{system_instruction}\n\n{schema_str}\n{ex_str}\n--- 使用者問題 ---\n請根據以上資訊，生成 SQL 查詢：\n\"{user_q}\""
 
     def huggingface_api_call(self, prompt: str) -> str:
         try:
             self._log("🧠 使用 GGUF 模型生成 SQL...")
-            output = self.llm(prompt, max_tokens=512, stop=["</s>"])
-            text = output["choices"][0]["text"]
+            output = self.llm(
+                prompt,
+                max_tokens=256,
+                temperature=0.2,
+                stop=["</s>", "```"],
+                echo=False
+            )
+            text = output["choices"][0]["text"].strip()
             return text
         except Exception as e:
             self._log(f"❌ 生成失敗: {e}", "ERROR")