smart-ask-data

name	smart-ask-data
version	2.0.0
user-invocable	true
description	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。
argument-hint	["中文问数问题；可选已有 kn_id 或候选 kn 列表"]

Smart Ask Data（问数）

本 skill 定义 固定先后顺序 的问数工具链，完全由 ontology native 子命令（bkn / dataview / ds）实现。

在数据分析员工体系中，本 skill 必须由 smart-data-analysis 总入口完成意图、选 KN、生成 SQL 等 LLM 决策后再进入执行；CLI 实际执行由 ontology-core 承担。

调用方式（统一 ontology 命令；委托 ontology-core 执行）

本 skill 涉及的所有数据/Schema 访问 必须 通过 ontology native 子命令发起。

Never 由本 skill 直接执行 ontology CLI；所有 CLI 执行均委托 ontology-core 完成。调用链固定：

smart-data-analysis（顶层意图 + LLM 决策：选 KN、生成 SQL）
  └─ smart-ask-data（本 skill：描述要调的命令形态 + 顺序 + 约束）
       └─ ontology-core（实际执行 ontology 命令，返回结果）

子技能依赖

子技能	角色	返回	约束
smart-data-analysis	顶层意图路由、KN 选择、SQL 生成	进入本 skill 的上下文（kn_id / 生成的 SQL / accountId 等）	Never 跳过 smart-data-analysis 直接接管流程
ontology-core	smart-ask-data 的 CLI 委托	命令执行结果与回执	Never 跳过 smart-ask-data 直接接管流程

委托给 ontology-core 的命令形态

本 skill 仅 描述 下列命令形态供 ontology-core 执行；本文档与 references 中 不出现 真实执行入口。

ontology --user-id <accountId> <command> [options]

具体 4 个步骤对应到 native 子命令（详见各 reference）：

步骤	native 子命令	用途
1. 找 KN	bkn get <kn-id>	取详情供 LLM 选择
2. 取字段与 dataview-id	bkn object-type list <kn-id> / bkn object-type get <kn-id> <ot-id>	拿字段 + 后端 dataview-id
3. 执行 SQL	dataview query <dataview-id> --sql "..."	LLM 生成的 SELECT/WITH SQL（mdl-uniquery）
—（简单单表）	bkn object-type query <kn-id> <ot-id> '<filter-json>'	不需要 SQL 时的实例过滤 + 分页

• --user-id <accountId>：必传（顶层选项，写在子命令之前；发送为 x-account-id；详见 ontology-core SKILL）。
• 网关（--base-url / ONTOLOGY_BASE_URL）由 ontology-core 侧承担，本 skill 不出现该参数。
• 本部署 ontology CLI 无须 token；本 skill 命令体内 不出现 --token / auth.token / Authorization。
• -bd bd_public：默认即 bd_public，可省。

必读 references（按步骤）

步骤	说明	Reference
1	知识网络选择（条件执行）	references/kn-resolve.md
2	Schema 发现：候选对象类与字段	references/schema-discovery.md
3	SQL 生成（编排层 LLM）+ 执行	references/sql-execute.md
—	端到端顺序示例	references/tool-examples.md

主流程（必须按序）

复制进度：

问数进度：
- [ ] 1. 解析 kn_id：若已指定或仅 1 个候选 KN 则直用；多候选时由编排层 LLM 用 bkn list/get 选定（见 kn-resolve）
- [ ] 2. Schema 发现：bkn object-type list/get → 候选对象类、字段、dataview-id
- [ ] 3. 生成 SQL：编排层 LLM 基于第 2 步信息生成 SELECT SQL（不在 smart-ask-data 内部生成）
- [ ] 4. 执行 SQL：ontology dataview query <dataview-id> --sql "..." 取数
- [ ] 5. 总结：结论 + 口径 + 依据（KN/对象类/SQL）

知识网络来源

• 问数使用的 kn_id 来自 (a) 调用方/上游 smart-data-analysis 明确指定；(b) 通过 ontology-core 调 bkn list 枚举。

步骤约束（摘要）

1. KN 解析（条件路由）：
   • 已传入 kn_id：直接使用。
   • 仅 1 个候选 KN：直接使用。
   • 候选 > 1：由 smart-data-analysis 的 LLM 决策（基于 bkn list / bkn get 拿到的候选元数据）。
2. Schema 发现先于 SQL：先用 bkn object-type list/get 锁定对象类与字段，再让 LLM 生成 SQL；防止 SQL 幻觉。
3. SQL 生成在编排层：本 skill 不内置 LLM；SQL 由 smart-data-analysis 生成后传入。
4. 只允许 SELECT/WITH：dataview query --sql 默认拒绝写操作；不得使用 --raw-sql 绕过。
5. 结果展示硬约束：若执行返回非空结果，最终回复中 必须同时展示：
   • 生成并执行的 SQL（可脱敏，不可省略）；
   • 关键结果数据（表格或要点汇总，不可仅给口头结论）。
6. 总结：明确时间范围、指标定义；不暴露完整调试 URL。

注意事项（必须遵守）

1. 所有信息必须完全来自查询结果，不允许添加任何结果中不存在的内容。
2. 不允许猜测、推断、脑补、编造数据。
3. 不允许改写、美化、夸张、虚构企业信息。
4. 不使用不确定词汇，如"可能""大概""应该""据悉"。
5. 若结果为空，直接说明"未查询到符合条件的数据"，不得自行编造。
6. 只做结构化整理、排序、计数、分段展示，不做逻辑外扩。
7. 严格按原始数据呈现，不修改数字、名称、顺序。

与 smart-data-analysis 的关系

由 smart-data-analysis 做顶层路由时，进入本 skill 表示用户 主意图为问数。其需向本 skill 提供：

• accountId（→ --user-id，必传）
• kn_id（已选定的业务 KN；缺失时附带候选 kn_ids 并已剔除 forbidden 项，由本 skill 触发 LLM 二次决策）
• 由 LLM 基于 Schema 发现结果生成的 SELECT SQL（步骤 3 起需要）

网关（ONTOLOGY_BASE_URL）由 ontology-core 侧统一承担；本部署 ontology CLI 无须 token，本 skill 与 smart-data-analysis 均不持有任何凭证。

配置

• 本 skill 统一默认配置：config.json
  • pipeline：5 步顺序与对应 ontology 子命令的声明
  • runtime_contract：accountId / 网关 / 认证 / kn_id 等入参的来源契约
  • 不维护 base_url / 端点 url_path / defaults.user_id：均由 ontology-core 侧环境变量或运行时入参承担

调用示例

/smart-ask-data 上个月各区域销售额，按区域汇总
/smart-ask-data 在候选知识网络里自动选 KN，查库存周转相关明细并给结论