infometa 概述
根据用户HR数据需求，生成StarRocks SQL查询腾讯HR数仓宽表。
⚠️ 核心原则见 RULES：本 Skill 遵循
hr-starrocks-query-conventions规则（禁止权限控制类WHERE条件）。仅允许SELECT、必须LIMIT、统计优先SQL完成。
数据资源说明（table）
本 Skill 基于 table 资源（HR 各业务场景明细宽表）生成 SQL：
- 内容覆盖度：全面，基本覆盖 HR 业务全场景明细数据，既可明细查询，也可统计查询。
- 权限约束：行列权限严格按照角色职责授权。例如 BP 按负责组织授予行权限，仅能查负责组织范围内明细；集团员工关系管理负责人行权限为全公司，但其列权限仅限员工关系管理职责相关（无绩效、梯队评估数据列权限）。
- 统计查询策略：为确保统计口径准确，生成 SQL 前应优先用
slang_query识别查询意图是否已有对应统计指标术语定义，如有则严格按术语定义执行查询。
数据源
表结构必须从MCP resources动态获取，禁止硬编码。
MCP服务：hr_data_service_v1
MCP连接检查：若连接失败或不可用，立即终止后续步骤，引导用户连接mcp。
-- 如果用的是codebuddy则点击右上角的齿轮，选择MCP，找到 HRIT/hr-ai-data/hr_data_service_v1，点击"连接"。
-- 如果用的是workbuddy腾讯HR数智专家，在对话框上方点进'HR数仓查询' 进行连接。
-- 如果用的是workbuddy AI助手，在左侧找到"连接器"，再在右上角点击"自定义连接器"，找到hr_data_service_v1，点击"连接"。
-- 其他，按实际情况引导用户连接mcp。
执行查询：工具 starrocks_query，参数 sql（必填）+ userQuestion（必填）
获取表结构：
- 表列表：resource
starrocks://tables→ 获取table_code/table_name/table_desc/write_sql_background/default_parameters - 单表字段：resource
starrocks://tables/{table_code}→ 获取columns数组（含column_code/column_name/column_alias/column_type/column_use/column_group/sample/group_by_able/aggregate_type）
术语知识：
- 术语清单：resource
starrocks://slangs→ 获取所有HR业务术语名称及同义词列表，用于识别用户问题中涉及的术语 - 术语定义查询：工具
slang_query，输入术语名称或同义词 → 返回匹配术语的完整定义（含术语名称、定义、分类、同义词）
选表策略
- 在职人数/员工现状/绩效/结构分布 → 员工信息宽表
- 入职/离职/调动/晋升等异动 → 人员变动信息宽表
SQL生成工作流
Step 1：术语识别与需求分析
- 术语识别（MCP优先，本地降级）：
- 从MCP resource
starrocks://slangs获取术语清单（含术语名称和同义词） - 结合用户问题，推测哪些术语与用户意图相关（匹配关键词、简称、同义词）
- 使用MCP工具
slang_query查询相关术语的完整定义，补充业务知识以准确理解用户意图
- 从MCP resource
- 确定：查询目标（统计/明细/趋势/对比/分布）、数据范围（组织/时间/人群）、分析维度
- 根据选表策略，从MCP resources获取目标表字段定义
- 反向升级检查：判断本次查询是否属于「比率/占比/均值/上级组织对比类」统计问题（如占比、比例、率、均值、人均、向上对比等），且尚未尝试
indicator-query。若是，应提示用户该类统计更适合走预置指标（结果更准确、执行更高效），建议切换到indicator-query；若用户明确要求走 SQL、或该查询已确认无匹配指标，则继续本 Skill 后续步骤，不强制阻塞。
Step 2：SQL构建
- SELECT：统计类用聚合函数+GROUP BY字段；明细类用业务相关字段
- FROM：选择正确的表
- WHERE：默认过滤条件（从
default_parameters获取）+ 组织条件（org_full_name LIKE）+ 业务条件。⚠️ 禁止添加权限控制条件； - 调用专业术语-指标口径背景知识生成sql时，注意遵循指标口径定义的可选条件默认值
- GROUP BY：统计类必选
- ORDER BY：按业务逻辑排序
- LIMIT：至少限制1000行
Step 3：SQL校验清单
- 已从MCP获取表结构，表名含catalog前缀
- 默认过滤条件齐全
- 统计人数用 COUNT(DISTINCT staff_id8)
- 专业职级字段类型正确（字符串 vs 数字）
- 组织查询用 org_full_name + LIKE
- 异动查询指定 move_type_name
- 绩效等级码值正确（Outstanding/Good/Underperform）
- 大结果集有LIMIT
- 仅SELECT，禁止写操作
- 无权限控制类过滤条件（见
hr-starrocks-query-conventions）
Step 4：输出SQL
业务规则参考
组织信息
org_full_name：组织全路径（BG/线/部门/中心/组），WHERE查询组织优先用此字段 + LIKEorg_name：末级组织节点名称，查单个组织节点时用- BG/线/部门/中心/组：分层级字段，按层级分布统计时用对应字段GROUP BY
- 示例：xx线各部门在职人数 →
WHERE org_full_name LIKE '%xx线%' GROUP BY dept_name
专业职级
- 专业人员：
pro_position_level_name IS NOT NULL AND manager_level_name IS NULL - x级专业人员：
pro_position_level_num = x - x族x级（如T9）：
pro_position_level_name = 'T9' - x级以上（带族如T9+）：
pro_position_level_nameIN 含T且数值>=9的值 - x级以上（不带族如9级+）：
pro_position_level_num >= 9 - 职级分布GROUP BY优先用
pro_position_level_num
异动查询
- 类型映射：入职→
雇佣、离职→离职、调动→调动、专业变化→专业变化、管理变化→管理变化 - A组织入职/离职/专业变化/管理变化：
to_org_full_name LIKE '%A组织%' - A组织调入：
to_org_full_name LIKE '%A组织%' AND from_org_full_name NOT LIKE '%A组织%' - A组织调出：
from_org_full_name LIKE '%A组织%' AND to_org_full_name NOT LIKE '%A组织%'
安全约束
详细安全规范见
hr-starrocks-query-conventions规则，此处仅列出校验清单摘要。
- 仅允许 SELECT，禁止写操作关键字（INSERT、UPDATE、DELETE、DROP、ALTER、TRUNCATE、CREATE、GRANT、REVOKE、RENAME、REPLACE）
- 大结果集必须加 LIMIT，注意如果查询结果行数等于LIMIT值，需检查是否被截断
- 禁止权限控制类 WHERE 条件（见
hr-starrocks-query-conventions）
回答规范
执行查询后按以下顺序组织回答：
- 简要说明需求理解和执行策略
- 展示SQL/代码
- 呈现结果（表格/列表）
- 结果截断检测（强制）：呈现结果前，必须检查返回行数是否恰好等于SQL中的LIMIT值。若相等，则数据极可能被截断，禁止将该数字当作实际总数展示。必须：
- 明确告知非技术用户"当前展示了前N条记录，实际符合条件的人可能更多，结果不完整"
- 询问用户是否需要获取完整数据，或者是否希望添加更多筛选条件缩小范围
- 空结果时分析原因（见空结果处理规则）
- 识别脱敏数据并提示（见脱敏识别规则）
- 基于数据给出洞察
- 不确定时明确告知并给出调整建议
- 用户是非技术人员，需提供简单易用的说明
数据脱敏识别规则
脱敏特征、识别方法和处理规范的完整定义见
hr-data-desensitization规则。
执行查询后，按 hr-data-desensitization 规则检测结果中的脱敏数据。发现脱敏时在结果表格后提示用户，深入排查可用 data-table-permission-checker Skill。
查询结果为空的处理规则
返回0行数据时，主动分析原因而非简单告知"没有数据"：
可能原因：
- 条件传值有误：组织名拼写/简称错误、时间范围不对、枚举值不正确、筛选值不存在
- 数据权限不足：无该表/组织的查看权限，服务端返回空结果
- 数据本身为空：条件合理但确实无数据
处理：自查SQL条件 → 可放宽条件重试 → 向用户列出可能原因并提出调整建议
维度值权限缺失的处理规则（多值 vs 单值范围）
统计/明细查询涉及的维度筛选值（组织、工作地等）存在行权限不足时，区分"多值并列查询"与"单一范围查询"两种情形，处理方式不同：
场景一：多值并列查询，部分值有权限、部分值无权限 → 正常执行，分别告知
- 判定：用户问题包含多个独立可枚举的维度值（如同时问3个具体组织/部门的数据），本质是多条并列小查询，某个值无权限不影响其他值的查询意义。
- 处理：正常执行SQL（不做前置过滤），服务端行权限会自动过滤无权限的值。拿到结果后，对比"用户请求的维度值列表" vs "结果中实际出现的维度值"，识别缺失项。
- 反馈：正常展示有权限部分的结果；同时明确列出因无权限被排除的具体维度值，不要笼统说"部分数据缺失"。
- 示例："查询A、B、C三个部门的在职人数"，若C无权限 → 展示A、B的在职人数结果 + 提示"C部门因无数据权限未能查询，如需查看请联系数据管理员申请权限"。
场景二：单一范围查询，该范围本身超出权限会导致查询结果失真 → 直接反馈权限不足，禁止静默缩小范围
- 判定：用户问题的范围本身是单一整体（如某一个组织、某一上级层级），若该范围超出用户权限，SQL执行时"请求范围 ∩ 权限范围"会被服务端自动收窄，返回的是含义已变、范围更小的结果，而非用户实际请求的范围——这种"静默缩小范围"比直接告知无权限更容易误导用户。
- 处理：执行SQL前，先用
data-table-permission-checker（get_current_user_data_permission）核实该维度请求值是否被权限覆盖：- 请求值是权限内某组织的自身或子集 → 正常执行查询（服务端过滤天然正确，无需阻断）。
- 请求值是权限范围的上级/超集，或完全在权限范围之外 → 直接反馈用户权限不足，禁止改为查询用户实际有权限的子范围后当作原范围的结果展示。
- 示例：用户仅有A部门权限，却问**"A部门的上级线数据"** → 应直接告知"您目前仅拥有A部门的数据权限，暂无上级线的查看权限，如需查看请申请权限"，而不是悄悄只返回A部门数据、却让用户以为是上级线的数据。
- 优先提示：此类"超出权限范围的单一范围查询"（尤其上级组织对比），应先按
ask-data「统计查询的路径选择原则」尝试indicator-query（对上级组织查询有专门设计，由 Step-6 服务端结果直接判断可行性，不存在静默缩小范围的风险）；仅当已确认 indicator 不适用/无匹配、且最终判定走 SQL 路径时，才需要执行本节的前置权限核实。
调用方式
- 直接查询：通过MCP生成SQL并执行
- 生成调用代码：生成SQL后参考
data-warehouse-api-codegenSkill 生成前端调用代码