Menu
指导业务知识网络（BKN）建模，输出符合 BKN 2.0.0 的对象类型、关系类型、操作类型、风险类型与概念分组定义。适用于用户提出本体设计、知识网络建模、实体关系梳理、Action 设计、Schema 评审、从文档提取初稿或扩展现有 BKN 的场景。
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
| name | bkn-modeling-advisor |
| description | 指导业务知识网络（BKN）建模，输出符合 BKN 2.0.0 的对象类型、关系类型、操作类型、风险类型与概念分组定义。适用于用户提出本体设计、知识网络建模、实体关系梳理、Action 设计、Schema 评审、从文档提取初稿或扩展现有 BKN 的场景。 |
当用户出现以下意图时使用本技能：
先识别模式，再进入流程：
new：无现成 BKN，从业务场景开始建模import：已有 BKN，做增量设计或评审from_doc：用户提供文档，先抽取初稿再补齐按以下阶段推进，import/from_doc 可从中间阶段切入。
收集并确认：
network.idnetwork.namenetwork.descriptionbusiness_domain（如采购、库存、计划、质量）让用户描述典型流程，提取候选项：
object_typeaction_typerelation_type对每个候选对象检查：
对象输出至少包含：
id, name, descriptiondata_properties[]keys.primary_keys[], keys.display_key逐对对象确认：
direct：字段直连，需 mapping_rulesdata_view：需中间视图，需映射定义如果“关系本身有属性”（如金额、状态、生效日期），优先升级为独立对象，而非直接建 link。
为每个操作明确：
pre_conditions）property / input / const）low / medium / high）requires_approval）bound_object.action_type 仅可取：
addmodifydeletequery按需补充：
risk_type：高风险动作的控制策略concept_group：对象分组（按业务域/职责）导出前逐项检查：
[a-z0-9_-]）默认输出两段内容：
如用户确认“导出完整文件”，再输出完整 BKN JSON。
当被 bkn-creator 委托时，输出必须满足以下契约：
explicit_objectsinferred_objects（每项必须含 inference_reason）pending_objectsrelation.name 必须使用中文业务名relation_idpending_objects 非空时，必须附“待确认对象处理建议”（纳入 / 移出 / 保留待确认）bkn-creator 继续门禁流转）当前模型包含：
- 核心对象：...
- 关键关系：...
- 主要操作：...
- 高风险点：...
- 待确认项：...
{
"network": {
"id": "example_network",
"name": "示例网络",
"description": "..."
},
"object_types": [],
"relation_types": [],
"action_types": [],
"risk_types": [],
"concept_groups": []
}
输出前自检：
如果任一失败，先修正再输出。
信息不足时按以下顺序提问：
满足以下条件才可宣布完成：
文档解析技能，用于解析PDF文档和图片（jpg/png/jpeg）并将其转换为Markdown格式输出。支持标题层级、表格（HTML格式）、公式（LaTeX格式）、图片（链接形式）等复杂内容的解析。当用户提到"解析PDF"、"文档解析"、"PDF转Markdown"、"提取PDF内容"、"解析文档"、"文档内容提取"、"PDF内容识别"、"图片解析"、"图片转文字"、"识别图片内容"等场景时使用此技能。即使用户只是要求读取或查看PDF/图片文件内容，也应考虑使用此技能。
智能数据采集技能，用于从图片或文档（PDF、Word、Excel）中提取结构化数据，基于知识网络完成字段映射，生成SQL并写入数据库。当用户提到"数据采集"、"从文档提取数据"、"图片转数据"、"数据导入"、"文档数据入库"、"批量数据提取"或需要从非结构化文件中提取结构化数据并存储时，自动使用此技能。
操作 知识网络（BKN）— 构建知识网络、查询 Schema/实例、语义搜索、执行 Action。 操作数据源与数据视图 — 数据源连接与查询、原子/自定义视图浏览与 SQL 查询。 操作 Vega 可观测平台 — 查询 Catalog/资源/连接器类型、健康巡检。 当用户提到"知识网络"、"知识图谱"、"查询对象类"、"执行 Action"、 "数据源"、"数据视图"、"原子视图"、"Catalog"、"Vega"、 "健康检查"、"巡检"等意图时自动使用。
问数端到端编排（native CLI 版）：从候选 KN 选定知识网络，用 bkn object-type 发现对象类与字段， 由编排层 LLM 生成 SQL，再由 ontology dataview query 执行取数； 最后输出中文结论与口径说明。 当用户需要指标、统计、趋势、SQL 取数或数据查询时使用。
数据分析员工（Data Analyst Agent）的唯一总入口：凡与数据资产、取数、指标、表/视图、 治理职责、知识网络、统计或分析相关的问题，必须先经本 skill 做编排与路由，再进入找表或问数等子流程。 负责 kn 分域、上下文注入（accountId / date）、多候选 KN 时的 LLM 决策、 问数分支的 SQL 生成；与 smart-search-tables / smart-ask-data / ontology-core 的交接。 当用户提出任何数据类自然语言任务、或需在多条业务 KN 间切换时使用； 所有 ontology CLI 执行均委托 ontology-core 完成，本 skill 不直接执行 CLI。
找表/找数端到端编排：在元数据型知识网络下用 ontology bkn object-type query 检索表/视图实例， 再在职责型知识网络下检索相关部门职责与治理边界，最后汇总为中文结论 （候选表 + 职责要点 + 下一步）。当用户问「表在哪、哪个视图、数据资产归属、谁负责这类数据」时使用。 所有 ontology CLI 执行均委托 ontology-core 完成；本 skill 不直接执行 CLI。