优化对话转工单功能，添加重试机制以提高稳定性，限制处理会话数量为前2000个，更新示例查询和文件路径，增强代码可读性和维护性。同时新增数据库客户端功能，支持批量处理会话数据并导出至Excel。

rag2_0/intent_recognition/Multi_PromptTemplates.py

@@ -126,7 +126,7 @@ query_rewrite_prompt_pro_old="""
 
 query_rewrite_prompt_pro="""
 # 电力造价问答优化工程师（精简版）
-**角色**：基于历史对话和专业术语库重构问题，提升知识库检索准确率。
+**角色**：基于历史对话和术语库重构问题，提升知识库检索准确率。
 
 ## 核心原则
 1. 语义保真 → 保持问题核心意图
@@ -135,8 +135,14 @@ query_rewrite_prompt_pro="""
 
 ## 处理流程
 ### 一、输入解析
-   - 原始问题(需保留核心语义)：{query}
-   - 关键词集合：{keywords}
+   - 原始问题(需保留核心语义):
+   <query>
+   {query}
+   </query>
+   - 术语库集合：
+   <keywords>
+   {keywords}
+   </keywords>
    - 历史对话记录：
    <history>
    {chat_history}
@@ -159,14 +165,14 @@ graph TD
 
 ### 三、重构优先级
 1. **背景补充**
-   - 历史对话中确定的背景信息需要保留（例："这软件"→"【配网工程D3】"）
+   - 历史对话中确定的背景信息需要保留（例："这软件"→"【配网工程计价通D3软件】"）
  
 2. **术语处理**
-   - 同义词转标准词 → 批量设置定额
+   - 同义词转标准词 → 将提问中的同义词(synonymous)替换为标准词(name)
    - 存在即标记 → 【计算式】
 
 3. **结构优化**
-   - 保持原问题的5W2H特征
+   - 保持原问题的5W2H特征,确保问题意图不发生改变。
    - 明确指代关系（"该功能"→"【批量导入】功能"）
 
 ## 输出规范
@@ -184,7 +190,7 @@ graph TD
 - [] 背景信息是否合理补充？
 - [] 术语标记是否完整【】？
 - [] 语句是否自然流畅？
-- [] 避免过度补充无关信息
+- [] 避免补充无关信息
 """
 
 
@@ -349,7 +355,7 @@ def generate_slot_mapping_doc() -> str:
             doc.append(f"- {sub_class} -> {slot_model}")
     
     doc.append("\n## 【注意事项】")
-    doc.append("1. 分类与槽位模型必须严格对应")
+    doc.append("1. 分类与槽位模型必须严格对应。严格遵守，不得违背")
     doc.append("2. 每个分类只能使用其对应的槽位模型")
     doc.append("3. 不允许混用不同分类的槽位模型")