| name | smart-data-analysis |
| version | 2.0.0 |
| user-invocable | true |
| description | 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。 |
| argument-hint | ["自然语言指令或带 kn 上下文的任务描述"] |
Smart Data Analysis（总编排）
本 skill 是 数据分析员工角色的总入口：在本体数据技能栈中，所有数据相关问题必须先经过本 skill，完成 KN 与上下文对齐、意图路由 后，再委派至 找表 或 问数（或其它数据子 skill），禁止在未做编排判断时直接跳到 smart-search-tables、smart-ask-data 或零散工具调用。
Never 由本 skill 直接执行 ontology CLI；所有 CLI 调用（包括为选 KN 取候选元数据的 bkn list/get，与问数分支的 bkn search / bkn object-type get / dataview query --sql 等）均委托 ontology-core 执行。
调用链：
smart-data-analysis（顶层意图 + LLM 决策：选 KN / 生成 SQL）
├─ ontology-core（直接委托：bkn list/get 等用于自身决策）
└─ smart-search-tables 或 smart-ask-data（子流程）
└─ ontology-core（子流程的 CLI 委托）
总入口原则（必须遵守）
- 先编排，后执行：识别用户问题是否属于「数据域」（资产/表/视图/指标/SQL/图表/职责/元数据/多 KN 等）；若是，先走本节下方「编排总流程」与「路由识别」，再打开对应子 skill 或工具链。
- 单一前门：同一轮对话中新增的数据子任务，仍应 回到本 skill 的编排逻辑 决定是延续当前分支还是切换找表/问数。
- 按最终意图路由：先判断用户最终想要的是“定位数据资产（表/视图）”还是“拿到数据结果（指标/明细/统计/图表）”。前者走找表；后者走问数，必要时在问数分支内先找表再生成 SQL。
- 交接清晰：转入 smart-search-tables 或 smart-ask-data 时，在内部上下文中保留已解析的
kn_id_*、时间口径，避免子 skill 重复猜 KN。
- 非数据问题：与数据无关时 不必 强行套用本 skill；若用户一句话里混有数据与非数据，数据部分仍按上述原则经本 skill 编排（可分段回答）。
- 禁止交叉兜底：本轮路由为 问数 时，若问数走不通，禁止改走 找表 分支代替交付；路由为 找表 时，若找表走不通，禁止改走 问数 分支代替交付。两种情况下均应 直接输出走不通的原因（缺 KN、无命中、平台错误等）及用户侧可采取的修复条件。细则见下方「分支走不通时的处理（禁止交叉兜底）」。
知识网络声明（KN id 单一来源）
KN id 在下表中直接声明，由本 skill 路由时透传到下游（smart-ask-data / smart-search-tables）。下游 skill 不 自行选 KN、不 调 bkn list/get 枚举或决策。
| 分支 | 用途 | KN ID |
|---|
| 找表 | 表/视图实例检索（必填） | <填入KN id> |
| 找表 | 部门职责检索（可选） | <填入KN id> |
| 问数 | SQL 取数（必填） | <填入KN id> |
约束：
- 维护者一次性通过 ontology-core 调
bkn list 取得平台可用 KN id 后，直接编辑本表填入；运行时不再做 KN 列举或选择。
- 若占位仍为
<填入...>：进入对应分支时直接告知用户"未在 smart-data-analysis/SKILL.md 中配置对应 KN"，不得用其它 KN 凑数。
- 用户明确说「用 XX 知识网络问数 / 找表」→ 仅当该 id 等于上表已声明值时采用；否则提示用户先把该 KN 添加到本表再用。
与其它技能的分工
子技能依赖
| 子技能 | 角色 | 返回 | 约束 |
|---|
| ontology-core | smart-data-analysis 的 CLI 委托 | 命令执行结果与回执 | Never 跳过 smart-data-analysis 直接接管流程 |
| smart-search-tables | 找表分支执行 | 候选表/视图清单、归属、职责要点 | 走找表分支时由 smart-data-analysis 路由进入；本 skill 需向其透传 accountId / kn_id / duty_kn_id / <ot-id> / search 等入参；不直接执行 ontology CLI |
| smart-ask-data | 问数分支执行 | SQL 执行结果 + 口径 | 走问数分支时由 smart-data-analysis 路由进入；本 skill 需向其透传 accountId / kn_id / 生成的 SQL 三件套 |
职能矩阵（谁做什么）
| 角色/技能 | 负责（Do） | 不负责（Don't） | 典型输出 |
|---|
smart-data-analysis（总编排） | 识别主意图；从「知识网络声明」表读取 KN id 并透传给下游；组织 date / accountId 等上下文；问数分支基于 schema 摘要生成 SELECT SQL | 不直接执行 ontology CLI；不在运行时用 bkn list 决策 KN；不直接做对象检索细节；不替代子 skill 结果 | 路由决策、KN 透传、生成 SQL、交接约束 |
smart-search-tables（找表执行） | 接收 smart-data-analysis 透传的 kn_id / duty_kn_id / <ot-id> / accountId；按 2 步顺序触发 bkn object-type query（必要时 bkn search / bkn object-type list）等 native 命令的委托；产出候选表/视图清单 + 职责要点 | 不承担跨流程总路由；不在 skill 内自行选 KN；不直接执行 ontology CLI | 候选表清单、归属、职责说明 |
smart-ask-data（问数执行） | 接收 smart-data-analysis 透传的 kn_id 与 SQL；按 5 步顺序触发 bkn search / bkn object-type get / dataview query --sql 等 native 命令的委托；产出取数结果与口径展示 | 不承担跨流程总路由；不在 skill 内自行选 KN 或生成 SQL；不直接执行 ontology CLI | 数值结果、口径说明、SQL 与依据 |
ontology-core（CLI 委托执行） | 实际承载所有 ontology 命令的执行（bkn / ds / dataview / vega / call）；统一处理 --user-id / --base-url / -bd 等横向约束 | 不替代业务编排判断；不直接定义问数口径 | 命令执行结果与回执 |
若仅有顶层编排而无子 skill 正文：仍须按下方路由规则执行；找表/问数细节分别以 smart-search-tables、smart-ask-data 为准；CLI 与 BKN 以 ontology-core 的 references/*.md 为准（尤其 bkn.md）。
编排总流程（必须按序）
复制并勾选：
编排进度：
- [ ] 1. 解析任务中的 KN / 业务域（见「知识网络分域」）
- [ ] 2. 注入公共上下文（见「上下文注入」）
- [ ] 3. 意图路由：找表 / 问数（见「路由识别」）
- [ ] 4. 进入对应分支清单并完成；歧义时先澄清
- [ ] 5. 输出结构：结论 + 依据（表/视图/KN）+ 下一步可选动作
KN 切换规则
实际 KN id 见上方「知识网络声明」表；切换时按以下规则透传给下游：
- 路由到 找表分支 → 注入"找表"行的 KN id 为
kn_id；若"职责"行非空则同时注入 duty_kn_id。
- 路由到 问数分支 → 注入"问数"行的 KN id 为
kn_id。
- 用户明确说「用 XX 知识网络问数 / 找表」→ 仅当 XX 等于声明表中某行的值时采用；否则要求用户先把它加进声明表。
- 同时跨找表/问数（先找表再算数）→ 两步分别注入各自分支的 KN id，不混用。
上下文注入
在调用检索或问数工具前，尽量在推理上下文中 显式整理（不必向用户冗长展示）：
| 键 | 含义 | 来源 / 用途 |
|---|
accountId | 当前会话用户的账户 id | 由会话框架/调用方提供；委托 ontology-core 时注入 --user-id <accountId>（必传，缺失时向用户索要，不得编造） |
date | 用户问题中的时间范围、默认「当前日期」与对比周期（同比/环比） | 解析自用户问题 |
路由分支 + 注入下游的 kn_id（找表分支额外含 duty_kn_id） | 当前要进入的分支决定注入哪行声明值 | 从「知识网络声明」表读取；占位为 <填入...> 时告知用户并停止 |
将上述一并作为后续工具调用的隐含约束，减少跨 KN 误查。网关（ONTOLOGY_BASE_URL）由 ontology-core 侧承担；本部署 ontology CLI 无须 token，本 skill 与子 skill 均不持有任何凭证。
路由识别
按优先级匹配用户最终意图（一句可多标签，取最终要交付给用户的结果）：
走「找表（找数）」分支（最终目标是定位资产）
触发词或场景示例：表在哪、哪个视图、字段在哪个模型、主题域/部门职责、资产目录、「有没有叫…的表」、仅定位不做指标计算。
找表分支通过 ontology-core 委托 bkn object-type query（必要时 bkn search / bkn object-type list）：第 1 步在元数据型 KN 下做实例检索拿候选表/视图，第 2 步在职责型 KN 下做实例检索拿相关部门职责。详见 smart-search-tables/SKILL.md。
分支清单
找表进度：
- [ ] 确认 `accountId`（缺失则向用户索取，不得编造）
- [ ] 从「知识网络声明」表读取找表 KN id 作为 `kn_id`；占位仍为 `<填入...>` → 告知用户并停止
- [ ] 同步读取职责 KN id 作为 `duty_kn_id`（可空；空则后续跳过职责检索）
- [ ] 选定 `<ot-id>`：每个 KN 内用于实例检索的对象类 id；不确定时先 `bkn object-type list <kn-id>` + LLM 选定
- [ ] 把用户问题提炼为 `search` 短语（业务对象 + 主题域 + 名称片段；避免单字 / 代词）
- [ ] 委托 smart-search-tables：透传 `accountId / kn_id / duty_kn_id / <ot-id> / search`，按 2 步触发 `bkn object-type query`
- [ ] 意图不清：结构化反问（业务主题？系统？表名片段？）
- [ ] 输出：候选表/视图（`business_name` 全称 + `technical_name`）+ 相关部门职责 + 若下一步要统计则引导进入问数
与 smart-search-tables 的交接契约（本 skill 的硬责任）：
| 字段 | 含义 | 缺失处理 |
|---|
accountId | 当前会话用户账户 id | 向用户索取；不得编造 |
kn_id | 找表 KN id | 从「知识网络声明」表"找表"行读取；占位未填 → 告知用户并停止 |
duty_kn_id | 职责 KN id（可选） | 从「知识网络声明」表"职责"行读取；留空则跳过职责检索并在总结中说明"未检索职责" |
<ot-id> | KN 内用于实例检索的对象类 id（一般两个 KN 各一个） | 不确定时先 bkn object-type list <kn-id> + LLM 选定 |
search | 提炼后的检索短语 | 必须由用户问题提炼，不得为代词或单字 |
走「问数」分支（最终目标是拿到数据结果）
触发词或场景：多少、占比、趋势、TopN、指标、统计、分析结论、查询…信息（需要结果）；已识别具体视图/表并需要 聚合或 SQL 级取数。
问数分支通过 ontology-core 委托 bkn search + bkn object-type list/get 做 Schema 发现，本 skill 在编排层基于 schema 摘要 生成 SELECT SQL，再由 smart-ask-data 委托 dataview query --sql 执行。绘图与二次代码加工能力不内置；如需绘图，明确告知用户由前端自渲染或独立处理。
分支清单
问数进度：
- [ ] 确认 `accountId`（缺失则向用户索取，不得编造）
- [ ] 从「知识网络声明」表读取问数 KN id 作为 `kn_id`；占位仍为 `<填入...>` → 告知用户并停止
- [ ] 候选 > 1：本 skill 委托 ontology-core 调 `bkn list` / `bkn get` 取候选元数据，LLM 决策选定
- [ ] 若表未就绪：先在问数流程内短循环找表/找视图（调用 smart-search-tables 或追问）后再继续
- [ ] 明确指标口径、时间粒度、维度与过滤条件
- [ ] 委托 smart-ask-data：触发 schema 发现（`bkn search` / `bkn object-type get`）拿候选对象类、字段、dataview_id
- [ ] **本 skill 在编排层基于 schema 摘要 + 用户口径生成 SELECT/WITH SQL**（必带 LIMIT；字段表名必须来自摘要）
- [ ] 把 `accountId / kn_id / 生成的 SQL` 三件套透传给 smart-ask-data，它再委托 ontology-core 执行 `dataview query --sql`
- [ ] 输出：SQL（脱敏可，不可省）+ 关键数据 + 口径说明 + 可复核步骤
与 smart-ask-data v2 的交接契约（本 skill 的硬责任）：
| 字段 | 含义 | 缺失处理 |
|---|
accountId | 当前会话用户账户 id | 向用户索取；不得编造或用 config 默认值 |
kn_id | 问数 KN id | 从「知识网络声明」表"问数"行读取；占位未填 → 告知用户并停止 |
| 生成的 SELECT SQL | 基于 step-2 schema 摘要的 SQL；只允许 SELECT/WITH；字段表名必须来自摘要；带 LIMIT | smart-ask-data 不内置 LLM，本 skill 必须给出 |
歧义与复合请求（按最终意图收敛）
- 找表 + 问数 同句出现：最终目标若是“出结果”，则归入问数分支，仅把找表当作前置步骤。
- 仅「分析一下」且无对象：先澄清对象与时间范围，默认不要直接生成长文编造数字。
- 跨 KN：找表与问数分别使用「知识网络声明」表中各自分支的 KN id；禁止混用未在声明表中出现的 KN。
- 示例：
查询企业相关信息 若用户期望返回企业数据内容/统计结果，归入问数（必要时先找企业相关表/视图，再生成 SQL 查询）。
分支走不通时的处理（禁止交叉兜底）
- 问数走不通：例如未指定且
bkn list 无可用业务 KN、bkn search 无相关概念、bkn object-type get 无 dataview_id、dataview query --sql 报错或返回空等 → 只向用户说明具体原因与补齐条件，不得为给出「类似答案」而切换到 找表 分支；找表结果不能替代用户要的指标或明细取数。
- 找表走不通：例如「知识网络声明」表中找表行未填、
bkn object-type query 命中为空、职责 KN 未提供或检索无果等 → 只向用户说明具体原因，不得切换到 问数 分支用 SQL 猜测表名、编造资产位置或虚构明细。
- 与「问数内前置找表」的区分：在 问数分支 内，按 smart-ask-data 在生成 SQL 前做的 Schema/表发现（
bkn search / bkn object-type list/get，必要时短循环找表）属于 同一问数任务的固定子步骤，不属于「问数失败后的交叉兜底」。
- 绘图 / 二次代码加工请求：本架构不内置
json2plot / execute_code_sync 能力。若用户要求绘图或代码二次加工，直接向用户说明当前架构不支持，可用 SQL 表达的口径继续问数。
输出格式建议
对用户回复推荐结构：
- 结论（一两句）
- 依据（用了哪个 KN、哪些表/视图或取数路径）
- 数据或列表（表格或要点）
- 可选下一步（例如：是否在同一视图上做同比）
调用示例（slash / 指令）
/smart-data-analysis 在当前找表用的 kn 里查有没有订单相关宽表
/smart-data-analysis 用问数 kn 算上月销售额环比，口径按销售域约定
/smart-data-analysis 找表 kn 用 A，问数 kn 用 B：先找「库存」视图再算周转
注意事项
- 不要在未确认
kn_id 的情况下假设当前知识网络已正确。
- 不要默认对纯 SQL 视图源使用
match 全文操作符；文本模糊优先 like。
- 专用 skill 中的
references/tool-examples.md 若存在，在执行层优先遵循；本文件只负责 路由与编排约束。
- Never 由本 skill 直接执行
ontology CLI；所有 ontology 命令（含选 KN 时的 bkn list/get）一律委托 ontology-core 执行。
--user-id <accountId> 是 ontology 命令的硬性顶层选项；本 skill 在交接给下游前 必须 已拿到 accountId，缺失则向用户索取。- 问数分支 SQL 生成是本 skill 的硬责任：smart-ask-data v2 不内置 LLM；不要把"生成 SQL"推给下游或委托给 ontology-core。
- 本部署 ontology CLI 无须 token；命令体内不出现
--token / auth.token / Authorization。命令报错时直接如实反馈，不要伪造结果或尝试登录刷新凭证。
