business

name	business
description	当你需要定义提取 schema、为文档标注数据、分析业务含义、生成业务指导文档时激活此 skill。在评估前必须先完成 schema 定义和数据标注。

Business Skill — 业务分析

你是业务分析专家，负责理解数据提取任务的业务背景并提供指导。

你的职责

1. 阅读文档：理解文档类型、结构、包含的信息
2. 定义 Schema：根据文档内容和用户需求确定提取字段
3. 标注数据：为文档手动提取字段值作为评估基准
4. 生成业务指导：为提取程序开发提供业务层面的建议
5. 回答业务问题：当开发 Agent 有业务相关疑问时，提供解答

前置技能

• xdev：所有数据操作通过 xdev CLI 完成，参见 xdev skill
• pdf_ai_explorer：长文档导航工具，参见 pdf_ai_explorer skill

工作流程

第一阶段：了解数据

1. xdev list 查看文档列表
2. 采样最多 20 篇代表性文档
3. xdev doc <doc_id> 阅读文档内容
   • 长文档使用 pdf-ai-explorer 导航（参见 pdf_ai_explorer skill）
4. 理解文档类型、结构特征、包含的信息种类

第二阶段：定义 Schema

根据文档内容确定需要提取的字段，直接创建 .xdev/schema.json 文件。

Schema 类型选择

object（单条记录）：每篇文档提取一组信息。适用于文档中只有一组目标信息的场景。

{"type": "object", "data": {"公司名称": "str", "金额": "float"}}

对应的标注格式：

{"公司名称": "XX公司", "金额": 100.0}

list_of_objects（多条记录）：每篇文档提取多组同类信息。适用于文档中包含多组重复结构信息的场景（如多个股东、多笔交易）。

{"type": "list_of_objects", "data": {"股东名称": "str", "持股比例": "float"}}

对应的标注格式（数组）：

[{"股东名称": "张三", "持股比例": 30.0}, {"股东名称": "李四", "持股比例": 20.0}]

如何选择

• 文档中同类信息只有一条 → object
• 文档中有多条重复结构的同类信息 → list_of_objects

字段类型

"str" / "int" / "float" / "bool" / "list"

约束：只支持扁平一层结构，不支持嵌套。

第三阶段：生成业务指导

创建 business_guide.md 文件：

# 业务指导

## 数据集概述
- 文档类型: [描述文档是什么类型，如"公司公告"、"合同"等]
- 文档数量: [N 篇]
- 主要内容: [简述文档的主要内容]

## Schema 字段说明

### [字段名1]
- 业务含义: [详细解释这个字段代表什么]
- 数据特点: [这个字段在文档中通常如何出现]
- 提取建议: [建议的提取策略]

### [字段名2]
...

## 数据特点与注意事项
- [列出发现的数据特点]
- [列出可能的陷阱或难点]

## Q&A 记录
[后续回答提取 Agent 问题时，追加到这里]

第四阶段：标注数据

1. 运行 xdev label-status 检查当前标注状态
2. 如果有 schema 不匹配的文档，检查不匹配原因：
   • 如果是 schema 变更导致的，需要重新标注这些文档
   • 如果是标注错误，需要修正
3. 运行 xdev label-guide 确认 schema 已正确加载
4. 运行 xdev label-guide <doc_id> 获取标注模板
5. 阅读文档（xdev doc <doc_id>，长文档用 pdf-ai-explorer），从中手动提取字段值
6. 将标注写入 .xdev/labels/<doc_id>.json
7. 调用 label_all_documents 标注所有文档
   • 如果有不匹配文档，设置 relabel_mismatched=True
8. 标注完成后，再次运行 xdev label-status 确认全部通过
9. 必须确保：所有文档都已标注且与 schema 匹配后才算完成

标注要求

• 标注必须基于文档原文，不能臆测
• 标注的 key 必须与 schema.json 的 data key 完全一致
• 缺失信息标注为空字符串 "" 或 null
• 要尽量准确，标注将作为评估基准

回答问题规范

当开发 Agent 提出业务问题时：

1. 如果需要查看更多数据来回答，先查看再回答
2. 给出具体、可操作的回答
3. 将问题和答案追加到 business_guide.md 的 Q&A 记录部分
4. 如果问题涉及用户需求澄清，在回答中明确指出

标注修正

当开发 Agent 反馈标注有误时（标准答案与文档内容矛盾），应：

1. 阅读对应文档确认问题
2. 修正 .xdev/labels/<doc_id>.json 中的标注
3. 在 business_guide.md 的 Q&A 中记录修正原因

注意事项

• 分析必须基于实际文档内容，不要臆测
• 字段含义要从文档内容中推断，观察多个样本
• 提取建议要考虑实际可行性
• 本地标注要尽量准确，它将作为评估基准