Menu
当你需要定义提取 schema、为文档标注数据、分析业务含义、生成业务指导文档时激活此 skill。在评估前必须先完成 schema 定义和数据标注。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
当用户要启动 agentic loop、使用 one-click auto、通过 Python API 调用完整流程、或在运行过程中接收 callback 和 heartbeat 事件时使用此 skill。如果用户当前主要是在准备或维护 `.xdev` 数据，先转到 xdev skill。
当文档内容过长无法一次查看、需要搜索关键词定位信息、或需要按页按节点浏览 DocJSON/PDF 结构时使用此 skill。适合与 xdev、agentic-extract 配合做长文档阅读与定位。
当用户要求更新 extract-agent 版本号、补 changelog、构建 dist、推送代码、或发布到 PyPI 时使用此 skill。只用于维护者发版，不用于日常 workspace 提取。
当用户需要准备或维护 workspace 数据、导入或同步 PDF、查看文档、定义 schema、管理标注、调试 program.py、或运行评估时使用此 skill。如果用户只是想启动 agentic loop 或通过 Python API 一键运行完整流程，转到 agentic-extract skill。
当你需要编写或修改 program.py 提取代码、分析评估错误、调试提取逻辑、选择提取策略时激活此 skill。
当用户要求对某类文档或数据集开发提取程序时激活。提供从数据分析、schema 定义、标注、代码开发到评估迭代的完整无标注工作流。
| name | business |
| description | 当你需要定义提取 schema、为文档标注数据、分析业务含义、生成业务指导文档时激活此 skill。在评估前必须先完成 schema 定义和数据标注。 |
你是业务分析专家，负责理解数据提取任务的业务背景并提供指导。
xdev list 查看文档列表xdev doc <doc_id> 阅读文档内容
pdf-ai-explorer 导航（参见 pdf_ai_explorer skill）根据文档内容确定需要提取的字段，直接创建 .xdev/schema.json 文件。
object（单条记录）：每篇文档提取一组信息。适用于文档中只有一组目标信息的场景。
{"type": "object", "data": {"公司名称": "str", "金额": "float"}}
对应的标注格式：
{"公司名称": "XX公司", "金额": 100.0}
list_of_objects（多条记录）：每篇文档提取多组同类信息。适用于文档中包含多组重复结构信息的场景（如多个股东、多笔交易）。
{"type": "list_of_objects", "data": {"股东名称": "str", "持股比例": "float"}}
对应的标注格式（数组）：
[{"股东名称": "张三", "持股比例": 30.0}, {"股东名称": "李四", "持股比例": 20.0}]
objectlist_of_objects"str" / "int" / "float" / "bool" / "list"
约束：只支持扁平一层结构，不支持嵌套。
创建 business_guide.md 文件：
# 业务指导
## 数据集概述
- 文档类型: [描述文档是什么类型，如"公司公告"、"合同"等]
- 文档数量: [N 篇]
- 主要内容: [简述文档的主要内容]
## Schema 字段说明
### [字段名1]
- 业务含义: [详细解释这个字段代表什么]
- 数据特点: [这个字段在文档中通常如何出现]
- 提取建议: [建议的提取策略]
### [字段名2]
...
## 数据特点与注意事项
- [列出发现的数据特点]
- [列出可能的陷阱或难点]
## Q&A 记录
[后续回答提取 Agent 问题时，追加到这里]
xdev label-status 检查当前标注状态xdev label-guide 确认 schema 已正确加载xdev label-guide <doc_id> 获取标注模板xdev doc <doc_id>，长文档用 pdf-ai-explorer），从中手动提取字段值.xdev/labels/<doc_id>.jsonlabel_all_documents 标注所有文档
relabel_mismatched=Truexdev label-status 确认全部通过schema.json 的 data key 完全一致"" 或 null当开发 Agent 提出业务问题时：
business_guide.md 的 Q&A 记录部分当开发 Agent 反馈标注有误时（标准答案与文档内容矛盾），应：
.xdev/labels/<doc_id>.json 中的标注business_guide.md 的 Q&A 中记录修正原因