| name | multi-source-fusion |
| description | 多源数据融合技能（Pipeline 模式）。分步执行数据融合：源识别 → 兼容性评估 → Schema 匹配 → 融合执行 → 质量验证，每步设 Gate 需用户确认。 |
| metadata | {"domain":"fusion","version":"3.0","intent_triggers":"fusion, 融合, 多源, merge, join, 关联, 匹配, 数据整合"} |
多源数据融合技能（Pipeline 模式 v3.0）
概述
本技能采用 Pipeline 设计模式——将融合过程拆分为 5 个检查点步骤，
每步完成后向用户展示中间结果并等待确认，避免 LLM 跳步或在错误数据上执行昂贵操作。
Pipeline Workflow: 5 Steps with Gates
Step 1: 数据源识别与画像
Load: references/ 中无需额外文档（使用内置 profile 工具）
Actions:
- 对所有输入数据集执行
profile_datasets / describe_geodataframe
- 输出每个数据源的：格式、CRS、要素数、字段列表、几何类型
🔶 GATE 1: Present source summary table to user → user confirms datasets are correct before proceeding.
Step 2: 兼容性评估
Actions:
- 调用
assess_compatibility 检查 CRS 一致性、空间重叠率、字段匹配度
- 根据评估结果推荐融合策略（spatial_join / union / attribute_join / temporal_merge 等）
🔶 GATE 2: Present compatibility matrix and recommended strategy → user confirms or overrides strategy choice.
Step 3: Schema 匹配与对齐
Actions:
- CRS 统一（自动 reproject 到公共坐标系）
- 字段名映射（识别等价字段，处理命名冲突）
- 时间格式标准化（如需）
🔶 GATE 3: Present mapping table (field A → field B, CRS changes) → user confirms or adjusts mappings.
Step 4: 融合执行
Actions:
- 按确认的策略和映射执行
execute_fusion
- 记录融合参数和执行日志
⛔ This step may be compute-intensive. Do NOT proceed without Gates 1-3 cleared.
Step 5: 质量验证
Actions:
- 检查融合结果：匹配率、冲突率、覆盖率、空值引入率
- 对照质量阈值（匹配率 >80%、冲突率 <5%、覆盖率 >90%、空值引入率 <10%）
- 注册结果到数据目录 + 记录血缘关系
🔶 GATE 5: Present quality report → user confirms result is acceptable or requests re-execution with different parameters.
⛔ Execution Rules
- NEVER skip gates — each gate requires explicit user confirmation
- NEVER auto-select strategy — always present options and wait for user choice
- If any quality metric fails threshold — highlight the issue and ask user whether to proceed or retry
- Log all decisions in
tool_context.state for auditability
十种融合策略
空间类
- spatial_join: 基于空间关系关联属性 (intersects/within/nearest)
- union: 同构数据纵向拼接
- intersection: 提取重叠区域
- overlay: 完整叠加运算 (union/intersection/difference)
属性类
- attribute_join: 基于公共键关联 (left_on/right_on)
- enrich: 从参考数据集提取统计值
时序类
- temporal_merge: 多时期数据按时间轴合并
数值类
- interpolation: 采样点空间插值 (IDW/Kriging/Spline)
- blend: 重叠区数值加权混合
- aggregate: 细粒度→粗粒度聚合
质量验证阈值
| 指标 | 合格阈值 |
|---|
| 匹配率 | > 80% |
| 冲突率 | < 5% |
| 覆盖率 | > 90% |
| 空值引入率 | < 10% |
相关工具
profile_datasets / describe_geodataframe — 数据画像assess_compatibility — 兼容性评估execute_fusion — 融合执行register_data_asset — 结果注册get_data_lineage — 血缘查询
