data-spec-retrieval

name	data_spec_retrieval
description	从分散的OEM/官方来源提取精确数值型规格参数并归一化（单位换算、格式标准化）
trigger	需要精确数值参数（轮距、功率、价格等）且可能分散在多个detail页面
success_rate	0
status	seed
trigger_conditions	{"domain":["technical","product","demographic","financial"],"entity_types":["product","model","geographic_region","company"],"attribute_types":["spec","parameter","datasheet","timeseries","census","financial_metric","financial_statement"]}
cost_hint	mid
effectiveness_score	0

Skill: Data & Spec Retrieval（精确规格参数提取与归一化）

目标

解决以下两类问题：

1. 精确数值提取：从 OEM 官方技术文档、认证文件或监管申报文档中提取精确数值型参数（轴距、功率、质量等），避免从媒体文章获取被四舍五入或版本混淆的数据。
2. 数据归一化：当原始数据来自多个来源、单位不统一时，通过代码进行标准化换算和格式化输出。
3. 时间序列统计提取：从国家统计机构提取历年人口、经济等时间序列数据，并进行格式化输出。
4. 财务指标精确提取：从上市公司官方财报（SEC 10-K/10-Q）或投资者关系文件中提取精确财务数据（营收、净利润等），避免媒体转载数据的偏差。

核心策略：溯源提取 -> 单位换算 -> 交叉验证。

适用场景

1. 精确数值查询：需要毫米级精度的轴距、轮距、离地间隙等
   • 例："Porsche 911 GT2 RS MR 的精确轴距是多少英寸？"
2. 认证参数验证：需要官方认证文件中的技术参数
   • 例："从 EPA 申报文件中获取 Tesla Model S Plaid 的整备质量"
3. 多实体规格对比：需要同一标准下的技术参数对比
   • 例："对比 Aventador SVJ 和 Huracan STO 的轴距差异"
4. 混合单位数据编译：原始数据源单位不统一，需要归一化为统一格式输出
   • 例："编译 AK 枪族列表，长度用 mm，射速用 rpm"
5. 中国本土行业数据：需要阿里云、腾讯云、华为云等中国厂商的 2025 年企业客户数、市场份额等财务/运营指标
   • 例："2025 年阿里云、腾讯云、华为云的企业客户数量分别是多少？"
6. 人口与经济统计数据：需要国家或地区的人口、GDP、就业率等历年统计数据
   • 例："Canada population statistics for 2015-2024 with Male/Female breakdown"
7. 上市公司财务数据提取：需要从官方财报文件中提取精确的美元金额营收、利润等数据
   • 例："Tesla 2024 年营业收入是多少美元"

不适用场景

• 概念性描述查询（如"操控感受如何"）
• 主观评价数据（如"最佳驾驶模式"）
• 可通过常规百科文章直接获得的基础参数（如发动机排量）
• 原始数据完全缺失的场景（本技能无法凭空生成数据）

核心原则

原则1：溯源优先

始终优先查找 OEM 官方技术文档、认证机构原始文件，而非二手转载。 优先顺序：认证文件 > 官网规格表 > 技术手册 > Wikipedia infobox > 媒体评测。

原则2：版本特异性

区分车型年款、特别版本（如 MR、CS、Performance 等后缀）。 同名系列可能包含多个子型号（如911系列含 Carrera/Turbo/GT3），参数可能不同。

原则3：检索与合成解耦

不要试图在搜索阶段强制匹配目标单位。 先以"宽容模式"检索所有相关原始数据（接受混合单位），再在合成阶段用代码进行标准化。

原则4：交叉验证

同一参数至少从2个独立官方来源确认。 对于单位换算，必须使用代码执行，严禁依赖大语言模型隐式推理进行数值转换。

原则5：维度数据库优先

当查询的参数是标准化车辆尺寸（轴距、轮距、长/宽/高、整备质量等）时，优先使用权威维度数据库一次性批量获取，而非逐车访问 OEM 页面。 推荐数据库：

• automobile-catalog.com
• carfolio.com
• ultimatespecs.com
• 官方 VIN 解码数据库（NHTSA、KBA）

原则6：中国本土数据源优先

当查询中国厂商（阿里云、腾讯云、华为云等）的财务/运营指标（市场份额、企业客户数、营收）时，优先使用以下中文权威来源：

• 官方财报（PDF，关键词：年报、业绩快报、财务报告）
• IDC/CCID/赛迪顾问等第三方行业白皮书（PDF，关键词：中国云计算市场份额、中国公有云市场跟踪报告）
• 官方新闻稿（关键词：截至2025年、企业客户突破）
• 查询模板："{厂商名} 2025年 企业客户数" filetype:pdf site:*.cn
• 查询模板："{厂商名} 2025年 市场份额" IDC OR CCID filetype:pdf

原则7：国家统计机构优先

当查询人口、经济等时间序列统计数据时，优先访问国家统计机构官网，而非百科全书。

• 权威来源：Statistics Canada (statcan.gc.ca)、US Census Bureau (census.gov)、National Bureau of Statistics of China (stats.gov.cn)。
• 原因：百科全书通常只提供汇总数据或最新年份数据，缺乏详细的历年细分（如按性别、年龄组拆分的时间序列）。
• 查询重点：查找 "Annual Demographic Estimates" 或 "Time Series" 格式的官方表格。

原则8：官方财报优先

当查询上市公司财务数据（营收、净利润、现金流）时，优先查找官方 SEC 文件（10-K/10-Q）或投资者关系（IR）发布的财报原文，而非财经媒体摘要。 优先顺序：SEC EDGAR 原始文件 > 官方 IR 新闻稿 > 财经数据平台（Yahoo Finance/Bloomberg） > 财经新闻报道。 注意：财务数据需精确到具体年份和报告类型（年报 10-K 或季报 10-Q），避免将季度数据误认为年度数据。

执行流程

Step 1：精确定位文档源

1. 使用车型/实体全称 + 年份 + 具体参数 + 文档类型构建查询
2. 优先搜索顺序：
   • 国家统计机构官网（若为人口/经济数据）
   • 官方财报/SEC文件（若为上市公司财务数据）
   • 标准化维度数据库（若参数为轴距/轮距/长宽高等）
   • 制造商官网技术规格页面
   • 认证机构数据库（EPA、ECE、CCC）
   • 官方 PDF 技术手册
   • 监管申报文件（NHTSA、KBA）
   • 中国本土数据源（若为中国厂商财务/运营指标）

查询模板：

• OEM 官网："{精确型号} {年份} {参数名}" site:{制造商域名} (specifications OR dimensions)
• 认证文件："{型号} {参数名}" (filetype:pdf) (homologation OR certification OR "type approval")
• 维度数据库：site:automobile-catalog.com "{精确型号}" wheelbase OR dimensions
• 中国财报："{厂商名} 2025年 企业客户数" filetype:pdf site:*.cn
• 中国行业报告："中国云计算市场份额 2025" IDC OR CCID filetype:pdf
• 国家统计数据："{国家名} population estimates {年份范围}" site:{统计机构域名}
• 人口细分数据："{国家名} population male female statistics" site:stats.gov OR site:census.gov filetype:xls OR filetype:csv
• 上市公司财报："{公司名} {年份} revenue" site:sec.gov OR site:ir.{公司域名}
• 年报检索："{公司名} {年份} 10-K" filetype:pdf

Step 2：结构化数据提取

1. 查找技术规格表或统计汇总表（标题含 Specifications、Technical Data、Dimensions、Population Estimates、Consolidated Statements）
2. 识别数值表格中的目标字段
3. 确认单位（mm/inches/kg/lbs）或统计口径（年中/年底人口）、财务单位（Millions/Thousands）

Step 3：单位换算与归一化

使用代码执行换算，常用公式：

• 轴距：mm / 25.4 -> 英寸（保留1位小数）
• 质量：kg * 2.20462 -> 磅（取整）
• 功率：kW * 1.341 -> hp
• 人口：四舍五入到指定位数（如 round(x, -4) 取整到万位）
• 财务：检查单位标注，如 "in millions" 则需乘以 1,000,000

对混合单位数据：

1. 解析原始数值字符串（如 "870 mm"、"2.9 ft"、"$96.77 billion"）
2. 定义单位转换函数，将异构单位转换为目标单位
3. 处理缺失值（标记为 "N/A"）和范围值（如 "600-650"）

Step 4：交叉确认

1. 从至少2个不同官方文档确认同一数值
2. 核对版本号或统计年份确保版本正确
3. 检查是否有中期改款或统计口径调整导致的参数变化
4. 生成最终表格，确保所有列和行完整