ahang1598 WeData Data Quality Profiling
Skill 概述
本 skill 覆盖 DataQualityService 中**数据剖析（Data Profiling）**相关的 6 个业务 API。Profiling 是与"质量任务（DataQualityTask）"并列的能力：质量任务关注"规则是否满足"，Profiling 关注"数据分布画像 / 漂移监测"，对齐 Databricks Lakehouse Monitoring。
不适用场景
- 质量任务（规则 CRUD / 试运行 / 诊断 / 工作流集成）→
data-quality-task - 智能异常检测（Schema 级异常 / 新鲜度 / 完整度 / 学习中）→
data-quality-anomaly - 通用数据资产检索 →
knowledge - 数据模型/指标定义 →
semantic-manage
必需输入
- 用户意图：自然语言（至少一项）
- 写操作：必须有用户明确触发指令，不得由 LLM 主动发起
硬性约束
以下规则不可违反、不可跳过、不可降级。
H7 Profiling 跨 workspace 写禁止
GetProfilingMonitor 返回的 AlreadyExistsLocation 非空 → 当前 workspace 不是配置归属 workspace → 禁止 Create / Update / Delete / Refresh。
正确处理：
这张表 `{catalog}.{schema}.{table}` 的 Profiling 配置已在 **项目 {WorkspaceId}** 创建（ConfigId: `{ConfigId}`）。
跨工作空间**只能查看**，不能修改/删除。请：
- 查看 → 跳转到 [项目 {WorkspaceId} 的 Profiling 页面] 操作
- 在当前工作空间重做 → 联系归属项目管理员先删除原配置
后端会硬拦截（错误码 ErrProfilingCrossWorkspaceModify），AI 必须事前避免而不是依赖错误回滚。
H8 Profiling 不可变字段不得隐式改
以下 6 项字段一旦建过指标表就锁定：ProfilingType / TimestampCol / PredictionCol / ModelIdCol / ProblemType / OutputSchemaName
正确处理：用户要改这些字段 → 二次确认 → 删除原配置 → 重建：
你要修改的字段 `{field_name}` 是 Profiling 的**不可变参数**（一旦建过指标表不能修改）。
要变更必须**先删除原配置再重建**，删除会清理所有历史指标和 Dashboard。
请回复 **"确认删除并重建 {ConfigId}"** 继续。
全局安全约束
- 涉及 dashboard / 数据画像 / 监控效果的请求，第一步必须
GetProfilingMonitor探测（F.0） ProfilingType始终弹菜单让用户选，不替用户假定；INFERENCE_LOG/TIME_SERIES必填列字段逐个问用户，严禁猜列名- Dashboard 链接展示：
DashboardInfo.AccessKey必须通过wedatacli profiling-monitor dashboard-url --access-key <AccessKey>构造完整 URL，禁止把裸 AccessKey 数字直接展示给用户，禁止硬编码域名 - Profiling 不需要
OwnerId（与质量任务不同） - Profiling 不进 wedata 工作流（自带
ScheduleConfig） - 不得编造
ConfigId/ResourceId/ChannelId - 不得编造执行结果
自检口诀：Profiling 跨空间只读、不可变字段先删再建。
停止条件
| 条件 | 处理 |
|---|---|
AlreadyExistsLocation 非空且用户要写操作 |
告知跨 workspace 只读，引导跳转，结束 |
| 用户要改 H8 不可变字段但拒绝删除重建 | 告知"不可变字段无法直接修改"，结束 |
| 用户说"质量任务/规则/试运行" | 路由到 data-quality-task，本 skill 不处理 |
| 用户说"异常检测/智能异常/新鲜度/完整度/学习中" | 路由到 data-quality-anomaly，本 skill 不处理 |
profiling-monitor get 返回 Config 为空且用户只想看 dashboard |
告知"该表还没有 Profiling 监控"，引导创建 |
意图路由（第一步 MUST）
| 意图类别 | 触发词 | 工作流 |
|---|---|---|
| F.0 查看监控 | "开/看/查看 dashboard / 看监控效果 / 查看数据画像 / 监控模型效果 / 打开监控看板" | F.0 先探测 |
| F.1 创建/更新 | "做画像 / 配 Profiling / 监控分布漂移 / 开个数据画像监控" | F.1 创建 |
| F.2 删除 | "删除 Profiling / 不要监控了" | F.2 删除 |
| F.3 刷新/查询 | "立刻跑一次 / 手动刷新 / 看执行历史 / 看日志" | F.3 执行查询 |
dashboard / 画像 / 监控效果 消歧优先级规则（最高优先级）：用户话里出现 "dashboard / 看板 / 数据画像 / 监控效果 / 模型效果（监控）/ 监控报表" 等词时，无论动词是"开/看/查看/查/帮我监控"，一律先判定为 Profiling，第一步必须
GetProfilingMonitor探测该表是否已有 Profiling 配置（详见 F.0），禁止直接走质量任务检索/创建或自行闲聊回复。
工作流 F.0：查看监控效果 / dashboard（先探测）
用户说"开/看 dashboard、看监控效果、查看数据画像、监控模型效果"等时，第一步永远是
GetProfilingMonitor探测。
探测步骤
- 定位表：catalog/schema/table 必填；不齐 → 询问或从上下文取。
- 探测：
wedatacli profiling-monitor get --catalog <c> --schema <s> --table <t>，按返回分支：AlreadyExistsLocation非空（已在其他 workspace 配置）→ 跨 workspace 只读：输出"已在项目 {ws} / ConfigId {id} 创建"，给出 [查看监控仪表盘] 链接（通过wedatacli profiling-monitor dashboard-url --access-key <AccessKey>获取 URL），禁止本会话改。Config非空对象（本 workspace 已有配置）→ 告知"该表已有 Profiling 监控"并让用户选：展示摘要（ConfigId / ProfilingType / Granularity / MonitorVersion / Dashboard 状态），并给三选项菜单：表 `{catalog}.{schema}.{table}` 已有 Profiling 监控（类型：{ProfilingType}，ConfigId：{id}）。你想： 1. **查看 dashboard** — [打开监控仪表盘]（通过 `wedatacli profiling-monitor dashboard-url --access-key <AccessKey>` 获取 URL） 2. **立即刷新一次** — 重新计算最新指标（RefreshProfilingMonitor） 3. **修改配置 / 重配** — 调整 Granularity 等可变字段（不可变字段需删除重建，H8） 请回复序号。Config为空对象（未配置）→ 该表还没有监控，进入 F.1 创建。
工作流 F.1：创建 / 更新 Profiling（强制 5 步）
- 识别意图 + 定位表：catalog/schema/table 必填；不齐 → 询问或从上下文取
- 跨 workspace 检测（H7 强制）：若未经 F.0 探测 → 先执行 F.0；若已探测过则复用结果。按 F.0 分支决定：跨 workspace → 结束；已有配置且要改不可变字段 → 引导 F.2 删除重建；已有配置改可变字段 → 进入步骤 3（更新）；未配置 → 进入步骤 3（创建）。
- 采集配置（按 ProfilingType 必填矩阵收集，详见 spec.md）：
ProfilingType始终弹三选一菜单让用户选（SNAPSHOT快照画像 /TIME_SERIES时序画像 /INFERENCE_LOG推理日志监控）——即使用户话里暗示了类型也不要替用户直接定类型，必须展示菜单请用户确认。INFERENCE_LOG的 4 个必填字段（TimestampCol/PredictionCol/ModelIdCol/ProblemType）必须逐个询问用户确认，严禁凭表名/列名猜测填入；TIME_SERIES的TimestampCol同理逐个问。- 推荐：
Granularity（默认1 day）、ScheduleMode（默认MANUAL）、OutputSchemaName（默认沿用源表）、ResourceConfig（默认分布式 medium/medium/2/2）
- 配置确认闭环：展示完整配置（JSON 格式，逐字段含中文注释）→ 用户回复"确认" → 调
wedatacli profiling-monitor create- 创建前必须过 spec.md 11 项自检清单
- 汇报 + 推荐下一步：返回
ConfigId→- ① 立即手动跑一次 → "帮我刷新这个 Profiling"（
wedatacli profiling-monitor refresh --config-id <id>） - ② 看历史执行 → "看 Profiling 执行记录"（
wedatacli profiling-monitor list-execs --config-id <id>） - ③ Dashboard 查看：[查看监控仪表盘]（通过
wedatacli profiling-monitor dashboard-url --access-key <AccessKey>获取 URL）
- ① 立即手动跑一次 → "帮我刷新这个 Profiling"（
工作流 F.2：删除 Profiling（强制 4 步）
不可逆：删除会清理指标表 + Dashboard。
GetProfilingMonitor拉摘要（ConfigId / 表 / ProfilingType / Dashboard / MonitorVersion）AlreadyExistsLocation非空 → 跨 workspace，禁止删除，引导跳转
- 高亮"删除会清理
{output_catalog}.{output_schema}.{table}_profile_metrics/_drift_metrics指标表 + Dashboard，不可恢复" - 要求用户回复**「确认删除 {ConfigId}」**（必须含 ConfigId）
- 校验通过 →
wedatacli profiling-monitor delete --config-id <id>→ 汇报结果
工作流 F.3：手动刷新 / 执行查询（只读 + 一次写）
| 意图 | API |
|---|---|
| "看 dashboard / 看监控效果" | GetProfilingMonitor → 构造 dashboard 链接（先走 F.0） |
| "立刻跑一次 Profiling / 手动刷新" | wedatacli profiling-monitor refresh --config-id <id>（跨 workspace 禁用 H7） |
| "看执行历史 / 跑了几次" | wedatacli profiling-monitor list-execs --config-id <id> |
| "为什么这次执行失败 / 看日志" | wedatacli profiling-monitor exec-log --exec-id <id> |
产物归档
Profiling 执行失败诊断报告等产物，通过 Skill("artifact-uploader") 上传到 databuddy/governance/。
关键约束：domain="governance" → 回显 studio_link → 失败时展示 errors[]。
参考文件索引
- 领域规范（实体模型 / 枚举 / 字段矩阵 / 自检清单）
- API 接口说明（7 CLI 命令格式）