Smart Data Analysis

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 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）

1. 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。
2. 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。
3. 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。
4. 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。
5. 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）。
6. 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。

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

职能矩阵（谁做什么）

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）：

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 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）：

走「问数」分支（最终目标是拿到数据结果）

触发词或场景：

• 聚合/统计类：多少、占比、趋势、TopN、指标、统计、分析结论、查询…信息（需要结果）
• 关系/关联类：与…关联 / 与…有关、由…组成 / 包含哪些、经过哪些 / 流向哪里、哪些 X 与 Y…、X 的下游 / 上游是什么
• 逻辑属性/派生指标类：用户提到的指标名不在 data_properties 里，而是出现在 bkn object-type get 返回的 logic_properties 中（type: tool 的计算属性，由服务端 box 引擎结算）
• 已识别具体视图/表并需要 聚合或 SQL 级取数

关系类问题的最终交付是"相关实体集合"，需要跨对象类 JOIN，必须走 SQL 问数，不能用单 ot 的 bkn object-type query 拼凑代替（参见下方判别表）。

逻辑属性类问题的最终交付是"经服务端 box 引擎结算的计算值"，必须走 bkn object-type properties 结算路径，不能用 bkn object-type query 代替——后者只返回逻辑属性的入参绑定（body 里填好字段值），不执行计算（参见下方判别表）。

问数分支通过 ontology-core 委托 ``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](../smart-ask-data/SKILL.md) 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。

关键区分：SQL 问数 vs 对象类实例检索 vs 逻辑属性取值

三者都能返回数据，但能力差很大。默认偏好：涉及"关系"或"聚合" → SQL 问数；单实体精确/范围过滤 → object-type query；逻辑属性（计算字段）→ object-type properties。

凡问题中出现"X 与哪些 Y 关联 / 由哪些 Y 组成"这类需要跨对象类关系的措辞，或出现"多少 / 占比 / 趋势 / TopN / 平均"这类聚合措辞，必须进入 SQL 问数；不要用单 ot 的 bkn object-type query 拼接代替。

凡问题中出现的指标名命中 bkn object-type get 返回的 logic_properties 数组（即该指标是 type: tool 的计算属性），必须走 bkn object-type properties 结算路径；不要用 bkn object-type query 代替（那只返回入参绑定，不执行计算）。

bkn object-type query 的 JSON body 必须用 condition 外层包裹（编排层常错点）：

// 单条件
{"limit": 30, "condition": {"field": "<字段名>", "operation": "==", "value": "<值>"}}

// 多条件 AND
{"limit": 30, "condition": {
  "operation": "and",
  "sub_conditions": [
    {"field": "<f1>", "operation": "==", "value": "<v1>"},
    {"field": "<f2>", "operation": "in", "value": ["<a>","<b>"]}
  ]
}}

错例（缺 condition 外层，报 InvalidParameter "Filter conditions must be wrapped in a 'condition' structure"）：{"field":"x","operation":"==","value":"y"}

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 object-type get`）拿候选对象类、字段、dataview-id（取自 `data_source.id`，要求 `data_source.type == "data_view"`）
- [ ] **路由判定**（二选一，不可混用）：
  - [ ] **逻辑属性路径**：schema 发现返回的 `logic_properties` 非空且含用户要的计算属性 → 走 `bkn object-type properties` 结算（见下方交接契约），**不走 SQL**
  - [ ] **SQL 路径**：聚合/JOIN/普通字段取值 → 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）
- [ ] 输出：执行的命令或 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）：

问数分支按路由判定分为两条路径，交接内容不同：

SQL 路径（聚合/JOIN/普通字段取值）：

逻辑属性路径（计算字段/派生指标取值）：

逻辑属性路径不需要本 skill 生成 SQL——bkn object-type properties 是固定 body 结构的取值命令，由 smart-ask-data 委托 ontology-core 直接执行。

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 object-type get 的 data_source 缺失或 data_source.type 不是 data_view、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 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：

1. 结论（一两句）
2. 依据（用了哪个 KN、哪些表/视图或取数路径）
3. 数据或列表（表格或要点）
4. 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。