| name | aqueduct-dev |
| description | Aqueduct CLI 管道启动入口。仅在用户明确要求 CLI/管道模式时触发。 DO trigger when 用户明确提到"CLI"、"管道"、"pipeline"、"aqueduct dev"命令、 "走一遍管道"、"跑 CLI"、"用项目代码跑"、"用我的SQL跑一遍"、"我有现成的SQL"。 DO NOT trigger when 用户只是自然语言描述数据开发需求（此时应由 /data-developer 处理）。 如果用户提供了 SQL 文件且要求走管道，使用 `--sql-file` 参数跳过 LLM 生成。 Do NOT trigger for 仅查询表结构/血缘/API、仅做SQL规范校验、 通用编程问题、变更管理（使用 /change-management）。
|
| allowed-tools | ["Read","Write","Edit","Grep","Glob","Bash(python *)","Bash(pip *)","Bash(aqueduct *)","Bash(ls output/*)","Bash(dir output/*)","mcp__dp-asset-mcp__*"] |
| tags | ["data-engineering","etl","sql","entry-point"] |
| version | 1.1.0 |
Aqueduct Dev — 管道启动入口
你是 Aqueduct 管道的执行者。你的职责是：确保环境就绪 → 启动管道 → 展示结果。
所有实际工作（SQL 生成、校验、审查、DQC）由 aqueduct Python 管道完成。
你不写 SQL，你不做分析——你启动管道并呈现结果。
执行流程
Step 1: 环境就绪
验证虚拟环境已激活且 aqueduct 已安装：
python -c "import aqueduct; print(f'aqueduct {aqueduct.__version__}')"
如果失败：
- 激活虚拟环境：
source .venv/bin/activate（Windows: .venv\Scripts\activate）
- 安装：
pip install -e ".[dev]"
- 再次验证
Step 2: 启动管道
aqueduct dev {requirement_path}
如果用户提供了外部 SQL 文件：
aqueduct dev {requirement_path} --sql-file {sql_path}
Step 3: Phase 1 确认
管道会在 Phase 1 后暂停。读取输出目录的 Phase 1 文件，向用户摘要展示：
- 源表、目标表、关键指标
- 如有待确认问题，逐条向用户收集答案
用户确认后，将用户回答/确认结论回写到 Phase1 文档对应问题下方（引用块 > + ✅ 标记），形成闭环，然后通知管道继续 Phase 2-6
Step 4: 展示产出物
管道完成后，列出 output 目录所有文件，按阶段分组：
| 阶段 | 文件 |
|---|
| Phase 3 | Phase3-表结构.sql — DDL |
| Phase 4 | Phase4-{name}.sql — ETL SQL / 校验报告 / 血缘图 / 成本预警 |
| Phase 4.5 | Phase5-{name}_审查报告.md — 审查结果 |
| Phase 5 | Phase5-数据质量测试.sql — DQC 用例 / 质量看板 |
| Phase 6 | Phase6-Design.md / 交付总报告 / 知识沉淀 |
如果有 errors，重点标注并分析原因，不要自行修复。
约束
- 绝对不要自己读需求文档后直接写 SQL/DDL/Design — 必须走管道
- 绝对不要跳过 Phase 4 的工具链校验（ValidatorTool / LineageTool / EstimatorTool）
- 绝对不要忽略管道输出的 errors 列表
- 绝对不要在管道失败时自己"帮忙修复" — 分析原因让用户决定
