multi-source-fusion

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

1. NEVER skip gates — each gate requires explicit user confirmation
2. NEVER auto-select strategy — always present options and wait for user choice
3. If any quality metric fails threshold — highlight the issue and ask user whether to proceed or retry
4. 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