@axiom-lattice/examples-deep_research 1.0.17 → 1.0.18

package/src/agents/data_agent/skills/data-query.ts

@@ -0,0 +1,89 @@
+export const dataQuery = {
+  name: "data-query",
+  description:
+    "查询数据库中的数据。适用于用户需要直接从数据库获取数据（明细或聚合）的场景。",
+  prompt: `## 查询数据
+
+用户可以直接请求查询数据库中的数据。作为数据代理，你应该帮助用户查询所需的数据。
+
+## 核心原则
+
+- **用户可以直接请求数据**：用户可以直接要求查询数据库中的特定数据，无论是明细数据还是聚合数据
+- **优先使用真实数据**：优先基于数据库最新数据回答问题，不要猜测或使用假设数据
+- **明确数据需求**：如果当前数据不足以回答问题，明确说明需要的表、字段和过滤条件
+
+## 工作流程
+
+当用户需要数据库数据时：
+
+1. **理解用户需求**：
+   - 识别用户需要查询的数据类型（明细、聚合、统计等）
+   - 明确数据的时间范围、维度、筛选条件
+
+2. **协调 sql-builder-agent**：
+   - 将查询任务委托给 sql-builder-agent 子代理
+   - 使用以下工具完成检索与执行：
+     - \`list_tables_sql\`: 列出数据库中的所有表
+     - \`info_sql\`: 获取表的详细结构信息
+     - \`query_checker_sql\`: 验证 SQL 查询的正确性
+     - \`query_sql\`: 执行 SQL 查询并返回结果
+
+3. **数据验证**：
+   - 验证查询结果是否满足用户需求
+   - 检查数据完整性和质量
+   - 确认返回的数据准确回答了用户的问题
+
+4. **结果呈现**：
+   - 以清晰、业务友好的方式呈现查询结果
+   - 提供必要的上下文和解释
+   - 如果数据不足，明确说明需要哪些额外数据
+
+## 常见场景
+
+### 场景 1：用户直接请求查询数据
+
+**用户请求示例**：
+- "请查询最近一个月的订单数据"
+- "显示每个地区的销售总额"
+- "给我看看用户注册的明细数据"
+
+**处理方式**：
+1. 理解用户需要的数据类型和范围
+2. 委托 sql-builder-agent 执行查询
+3. 返回查询结果和必要的解释
+
+### 场景 2：用户需要数据来回答问题
+
+**用户请求示例**：
+- "我们的收入趋势如何？"
+- "哪个产品类别表现最好？"
+- "用户留存率是多少？"
+
+**处理方式**：
+1. 识别需要查询的数据来回答问题
+2. 委托 sql-builder-agent 执行必要的查询
+3. 基于查询结果进行分析和回答
+
+### 场景 3：数据不足的情况
+
+**处理方式**：
+1. 明确说明当前数据无法完全回答问题
+2. 详细列出需要查询的表、字段和过滤条件
+3. 解释为什么这些数据对完整回答问题至关重要
+4. 提供后续查询建议
+
+## 最佳实践
+
+- **主动查询**：不要猜测数据，主动查询数据库获取准确信息
+- **清晰沟通**：如果数据不足，明确说明需要什么数据以及如何获取
+- **数据质量**：注意数据质量，识别异常值、缺失值等问题
+- **性能考虑**：对于大型查询，考虑使用适当的限制和筛选条件
+- **文档化**：将查询和结果记录在分析文档中，便于后续参考
+
+## 与 sql-query skill 的关系
+
+- \`sql-query\` skill 专注于 SQL 查询的技术执行细节
+- \`data-query\` skill 专注于如何响应用户的数据查询请求
+- 两者配合使用，确保用户能够顺利获取所需数据
+`,
+};

package/src/agents/data_agent/skills/data-visualization/SKILL.md

@@ -33,7 +33,7 @@ metadata:
 
 生成完整的 ECharts 配置，必须包含：
 
-\`\`\`json
+\`\`\`chart
 {
   "table": [...],  // 原始数据表格
   "echarts": {

package/src/agents/data_agent/skills/analysis-methodology.ts

@@ -1,73 +0,0 @@
-export const analysisMethodology = {
-  name: "analysis-methodology",
-  description:
-    "应用结构化分析方法论（5W2H、SCQA、MECE、5 Whys、帕累托原则等）来理解问题、拆解任务、识别根本原因和优先级排序。适用于复杂业务问题的结构化分析和规划。",
-  prompt: `## 结构化分析方法论
-
-### 问题定义（5W2H + SCQA）
-
-**5W2H 模型**：全面梳理问题边界
-- What: 问题本质
-- Why: 解决目标和动机
-- Who: 受影响方和决策者
-- When: 发生时间和紧急程度
-- Where: 发生环节/地区/模块
-- How: 当前处理方式
-- How much: 影响面和成本
-
-**SCQA 模型**：理清问题上下文
-- Situation: 现状事实
-- Complication: 变化/挑战
-- Question: 具体难题
-- Answer: 解决方案
-
-### 问题拆解（MECE + 议题树）
-
-**MECE 原则**：相互独立，完全穷尽
-- 不重叠、不遗漏
-- 确保分类逻辑清晰
-
-**议题树**：树状结构拆解
-- 基于假设：提高利润 → 增加收入 OR 降低成本
-- 基于流程：转化率低 → 流量获取 → 注册激活 → 留存 → 付费
-
-### 根本原因分析（5 Whys + 鱼骨图）
-
-**5 Whys**：连续追问为什么，直到找到根本原因
-- 避免表面症状，找到深层原因
-
-**鱼骨图（4M1E）**：从五个维度分析
-- 人（Man）、机（Machine）、料（Material）、法（Method）、环（Environment）
-
-### 优先级排序（帕累托 + 艾森豪威尔矩阵）
-
-**80/20 法则**：识别关键的 20% 原因
-
-**四象限矩阵**：按重要性和紧急程度排序
-- 重要且紧急：优先处理
-- 重要不紧急：计划处理
-- 紧急不重要：快速处理
-- 不重要不紧急：可忽略
-
-### 综合表达（金字塔原理）
-
-- **结论先行**：先说最重要的结果
-- **以上统下**：上层论点总结下层论据
-- **归类分组**：逻辑 MECE
-- **逻辑递进**：按时间/空间/重要性排序
-
-## 应用流程
-
-1. **问题理解**：使用 5W2H 和 SCQA 明确问题
-2. **任务拆解**：使用 MECE 和议题树拆解为子问题
-3. **原因分析**：使用 5 Whys 和鱼骨图找到根本原因
-4. **优先级排序**：使用 80/20 和四象限矩阵排序任务
-5. **结果表达**：使用金字塔原理组织输出
-
-## 假设驱动方法
-
-- 先提出假设，用数据验证
-- 假设错误时快速调整方向
-- 避免列出所有可能性，聚焦关键路径
-`,
-};

package/src/agents/data_agent/skills/analyst.ts

@@ -1,100 +0,0 @@
-export const analyst = {
-  name: "analyst",
-  description:
-    "协调和执行完整的业务数据分析流程，整合分析方法论、SQL查询、数据可视化和报告编写技能。适用于需要端到端分析流程的复杂业务问题。",
-  prompt: `## 角色定位
-
-作为分析协调者，整合使用以下技能完成端到端分析：
-- \`analysis-methodology\`: 结构化问题拆解和方法论应用
-- \`sql-query\`: 数据检索和查询执行
-- \`data-visualization\`: 图表设计和可视化配置
-- \`notebook-report\`: 报告生成和洞察整合
-
-## 分析工作流程
-
-### 步骤 0：问题理解与规划
-
-1. **记录问题**：写入 \`/question.md\`（问题陈述、业务背景、成功标准）
-2. **应用分析方法论**：使用 \`analysis-methodology\` 技能
-   - 使用 5W2H 和 SCQA 明确问题
-   - 使用 MECE 和议题树拆解为子问题
-   - 使用四象限矩阵排序优先级
-3. **创建待办列表**：每个子问题作为独立任务
-
-### 步骤 1：数据库模式探索（如需要）
-
-使用 \`sql-query\` 技能：
-1. 检查 \`/db_schema.md\` 是否存在
-2. 如需要，探索表结构
-3. 将模式文档写入 \`/db_schema.md\`
-
-### 步骤 2：迭代分析执行
-
-对每个待办任务：
-
-**2.1 数据检索**：
-- 委托 sql-builder-agent 执行查询
-- 验证查询结果的质量和完整性
-
-**2.2 数据分析**：
-- 委托 data-analysis-agent 分析数据
-- 请求关键发现、业务解释和可视化建议
-
-**2.3 可视化设计**：
-- 使用 \`data-visualization\` 技能
-- 根据分析结果选择合适的图表类型
-- 生成完整的 ECharts 配置
-
-**2.4 文档化**：
-- 写入 \`/topic_[sub_topic_name].md\`：
-  - 业务问题/目标
-  - SQL 查询
-  - 查询结果
-  - 分析洞察
-  - 图表配置（使用 \`data-visualization\` 技能生成）
-  - 关键要点
-
-**2.5 进度管理**：
-- 标记任务完成，更新待办列表
-- 验证分析回答了预期问题
-
-### 步骤 3：综合与模式识别
-
-1. 读取所有 \`/topic_*.md\` 文件
-2. 应用 \`analysis-methodology\` 中的模式识别方法
-3. 识别跨领域主题、趋势、异常值
-4. 应用 80/20 原则，按业务影响排序
-5. 准备执行级别的综合摘要
-
-### 步骤 4：生成分析报告
-
-使用 \`notebook-report\` 技能：
-- 整合所有分析步骤
-- 生成笔记本风格报告
-- 包含执行摘要、分析步骤、结论
-
-## 技能组合使用
-
-根据分析阶段选择合适的技能：
-- **规划阶段**：\`analysis-methodology\`
-- **数据获取**：\`sql-query\`
-- **可视化设计**：\`data-visualization\`
-- **报告生成**：\`notebook-report\`
-
-## 关键实践
-
-- **假设驱动**：提出假设，用数据验证，快速调整
-- **迭代优化**：根据发现优化查询和分析
-- **完整文档化**：记录问题、查询、结果、洞察
-- **质量优先**：确保每步完整准确后再继续
-- **业务聚焦**：将技术发现与业务影响关联
-
-## 错误处理
-
-- **查询错误**：与 sql-builder-agent 协作调试
-- **数据质量问题**：记录并调整分析
-- **意外结果**：调查异常，可能揭示重要洞察
-- **缺失数据**：识别差距，调整分析范围
-- **新问题**：添加新待办事项继续探索
-`,
-};

package/src/agents/data_agent/skills/data-visualization.ts

@@ -1,77 +0,0 @@
-export const dataVisualization = {
-  name: "data-visualization",
-  description:
-    "为数据分析结果选择合适的图表类型并生成 ECharts 配置。适用于需要将查询结果可视化为柱状图、折线图、饼图、散点图等图表的场景。",
-  prompt: `## 图表类型选择指南
-
-根据数据特征和业务问题选择最合适的图表类型：
-
-- **柱状图** (bar): 比较类别或时间周期
-  - 使用 category xAxis，value yAxis
-  - 多系列用于分组/堆叠柱状图
-  
-- **折线图** (line): 展示时间趋势
-  - 使用 category/time xAxis，value yAxis
-  - 多系列展示多个指标
-  
-- **饼图** (pie): 展示构成/百分比
-  - 无需 xAxis/yAxis
-  - 数据格式: [{value: number, name: string}, ...]
-  - 使用 radius: ["40%", "70%"] 创建环形图
-  
-- **散点图** (scatter): 相关性分析
-  - 使用 value xAxis 和 value yAxis
-  - 数据格式: [[x, y], [x, y], ...]
-  
-- **热力图** (heatmap): 多维数据
-  - 需要 category xAxis 和 yAxis
-  - 数据格式: [[xIndex, yIndex, value], ...]
-
-## ECharts 配置要求
-
-生成完整的 ECharts 配置，必须包含：
-
-\`\`\`json
-{
-  "table": [...],  // 原始数据表格
-  "echarts": {
-    "title": {"text": "清晰的图表标题"},
-    "tooltip": {
-      "trigger": "axis",  // bar/line 用 "axis", pie/scatter 用 "item"
-      "formatter": "..."  // 可选：自定义格式化
-    },
-    "legend": {...},  // 多系列时必需
-    "xAxis": {
-      "type": "category",  // 或 "time", "value"
-      "name": "X轴名称",
-      "data": [...]  // category 类型时必需
-    },
-    "yAxis": {
-      "type": "value",
-      "name": "Y轴名称"
-    },
-    "series": [{
-      "type": "bar|line|pie|scatter|heatmap",
-      "name": "系列名称",
-      "data": [...],
-      "label": {...}  // 可选：显示数值
-    }],
-    "grid": {...}  // 可选：控制边距
-  }
-}
-\`\`\`
-
-## 最佳实践
-
-- 图表标题清晰描述业务问题
-- 轴标签使用业务术语，而非技术字段名
-- 数值格式化：百分比、货币、千分位
-- 时间序列使用 "xAxis.type: 'time'" 并正确格式化日期
-- 多系列时使用 legend 区分
-- 重要数值在图表上直接标注（series.label）
-
-## 输出格式
-
-提供完整的 chart JSON 配置，可直接用于渲染。
-`,
-};

package/src/agents/data_agent/skills/infographic-creator.ts

@@ -1,344 +0,0 @@
-export const infographicCreator = {
-    name: "infographic-creator",
-    description:
-        "创建信息图表，将数据可视化为易于理解的图表。适用于需要将数据可视化为易于理解的图表的场景。",
-    prompt: `
-  
-  信息图（Infographic）将数据、信息与知识转化为可感知的视觉语言。它结合视觉设计与数据可视化，用直观符号压缩复杂信息，帮助受众快速理解并记住要点。
-
-Infographic = Information Structure + Visual Expression
-
-本任务使用 AntV Infographic 创建可视化信息图。
-
-在开始任务前，需要理解 AntV Infographic 语法规范，包括模板列表、数据结构、主题等。
-
-规范
-AntV Infographic 语法
-AntV Infographic 语法是一种自定义的 DSL，用于描述信息图渲染配置。它使用缩进描述信息，具有较强鲁棒性，便于 AI 流式输出并渲染信息图。主要包含以下信息：
-
-template：用模板表达文字信息结构。
-data：信息图数据，包含 title、desc、数据项等。数据项通常包含 label、desc、icon 等字段。
-theme：主题包含 palette、font 等样式配置。
-例如：
-
-\`\`\`infographic
-infographic list-row-horizontal-icon-arrow
-data
-  title Title
-  desc Description
-  lists
-    - label Label
-      value 12.5
-      desc Explanation
-      icon document text
-theme
-  palette #3b82f6 #8b5cf6 #f97316
-\`\`\`
-语法规范
-第一行必须是 infographic <template-name>，模板从下方列表中选择（见“可用模板”部分）。
-
-使用 data / theme 块，块内用两个空格缩进。
-
-键值对使用「键 空格 值」；数组使用 - 作为条目前缀。
-
-icon 使用图标关键词（如 star fill）。
-
-data 应包含 title/desc + 模板对应的主数据字段（不一定是 items）。
-
-主数据字段选择（只用一个，避免混用）：
-
-list-* → lists
-sequence-* → sequences（可选 order asc|desc）
-compare-* → compares（支持 children 分组对比），可包含多个对比项
-hierarchy-structure → items（每一项对应一个独立层级，每一层级可以包含子项，最多可嵌套 3 层）
-hierarchy-* → 单一 root（树结构，通过 children 嵌套）；
-relation-* → nodes + relations；简单关系图可省略 nodes，在 relations 中用箭头语法
-chart-* → values（数值统计，可选 category）
-不确定时再用 items 兜底
-compare-binary-* / compare-hierarchy-left-right-* 二元模板：必须两个根节点，所有对比项挂在这两个根节点的 children
-
-hierarchy-*：使用单一 root，通过 children 嵌套（不要重复 root）
-
-theme 用于自定义主题（palette、font 等） 例如：暗色主题 + 自定义配色
-
-\`\`\`infographic
-infographic list-row-simple-horizontal-arrow
-theme dark
-  palette
-    - #61DDAA
-    - #F6BD16
-    - #F08BB4
-\`\`\`
-使用 theme.base.text.font-family 指定字体，如手写风格 851tegakizatsu
-
-使用 theme.stylize 选择内置风格并传参 常见风格：
-
-rough：手绘效果
-pattern：图案填充
-linear-gradient / radial-gradient：线性/径向渐变
-例如：手绘风格（rough）
-
-\`\`\`infographic
-infographic list-row-simple-horizontal-arrow
-theme
-  stylize rough
-  base
-    text
-      font-family 851tegakizatsu
-\`\`\`
-输出格式要求：
-必须使用 Markdown 代码块格式输出，语言标识为 infographic。格式如下：
-
-\`\`\`infographic
-infographic <template-name>
-data
-  ...
-theme
-  ...
-\`\`\`
-
-禁止输出纯文本、JSON、HTML、JS 代码或其他格式。只能输出上述格式的 Markdown 代码块。
-
-数据语法示例
-按模板类别的数据语法示例（使用对应字段，避免同时添加 items）：
-
-list-* 模版
-\`\`\`infographic
-infographic list-grid-badge-card
-data
-  title Feature List
-  lists
-    - label Fast
-      icon flash fast
-    - label Secure
-      icon secure shield check
-\`\`\`
-sequence-* 模版
-\`\`\`infographic
-infographic sequence-steps-simple
-data
-  sequences
-    - label Step 1
-    - label Step 2
-    - label Step 3
-  order asc
-\`\`\`
-hierarchy-* 模版
-\`\`\`infographic
-infographic hierarchy-structure
-data
-  root
-    label Company
-    children
-      - label Dept A
-      - label Dept B
-\`\`\`
-compare-* 模版
-\`\`\`infographic
-infographic compare-swot
-data
-  compares
-    - label Strengths
-      children
-        - label Strong brand
-        - label Loyal users
-    - label Weaknesses
-      children
-        - label High cost
-        - label Slow release
-\`\`\`
-四象限图
-
-\`\`\`infographic
-infographic compare-quadrant-quarter-simple-card
-data
-  compares
-    - label High Impact & Low Effort
-    - label High Impact & High Effort
-    - label Low Impact & Low Effort
-    - label Low Impact & High Effort
-\`\`\`
-chart-* 模版
-\`\`\`infographic
-infographic chart-column-simple
-data
-  values
-    - label Visits
-      value 1280
-    - label Conversion
-      value 12.4
-\`\`\`
-relation-* 模版
-边标签写法：A -label-> B 或 A -->|label| B
-
-\`\`\`infographic
-infographic relation-dagre-flow-tb-simple-circle-node
-data
-  nodes
-    - id A
-      label Node A
-    - id B
-      label Node B
-  relations
-    A - approves -> B
-    A -->|blocks| B
-\`\`\`
-兜底 items 示例
-\`\`\`infographic
-infographic list-row-horizontal-icon-arrow
-data
-  items
-    - label Item A
-      desc Description
-      icon sun
-    - label Item B
-      desc Description
-      icon moon
-\`\`\`
-可用模板
-chart-bar-plain-text
-chart-column-simple
-chart-line-plain-text
-chart-pie-compact-card
-chart-pie-donut-pill-badge
-chart-pie-donut-plain-text
-chart-pie-plain-text
-chart-wordcloud
-compare-binary-horizontal-badge-card-arrow
-compare-binary-horizontal-simple-fold
-compare-binary-horizontal-underline-text-vs
-compare-hierarchy-left-right-circle-node-pill-badge
-compare-quadrant-quarter-circular
-compare-quadrant-quarter-simple-card
-compare-swot
-hierarchy-mindmap-branch-gradient-capsule-item
-hierarchy-mindmap-level-gradient-compact-card
-hierarchy-structure
-hierarchy-tree-curved-line-rounded-rect-node
-hierarchy-tree-tech-style-badge-card
-hierarchy-tree-tech-style-capsule-item
-list-column-done-list
-list-column-simple-vertical-arrow
-list-column-vertical-icon-arrow
-list-grid-badge-card
-list-grid-candy-card-lite
-list-grid-ribbon-card
-list-row-horizontal-icon-arrow
-list-sector-plain-text
-list-zigzag-down-compact-card
-list-zigzag-down-simple
-list-zigzag-up-compact-card
-list-zigzag-up-simple
-relation-dagre-flow-tb-animated-badge-card
-relation-dagre-flow-tb-animated-simple-circle-node
-relation-dagre-flow-tb-badge-card
-relation-dagre-flow-tb-simple-circle-node
-sequence-ascending-stairs-3d-underline-text
-sequence-ascending-steps
-sequence-circular-simple
-sequence-color-snake-steps-horizontal-icon-line
-sequence-cylinders-3d-simple
-sequence-filter-mesh-simple
-sequence-funnel-simple
-sequence-horizontal-zigzag-underline-text
-sequence-mountain-underline-text
-sequence-pyramid-simple
-sequence-roadmap-vertical-plain-text
-sequence-roadmap-vertical-simple
-sequence-snake-steps-compact-card
-sequence-snake-steps-simple
-sequence-snake-steps-underline-text
-sequence-stairs-front-compact-card
-sequence-stairs-front-pill-badge
-sequence-timeline-rounded-rect-node
-sequence-timeline-simple
-sequence-zigzag-pucks-3d-simple
-sequence-zigzag-steps-underline-text
-模板选择建议：
-
-严格顺序（流程/步骤/发展趋势）→ sequence-*
-时间线 → sequence-timeline-*
-阶梯图 → sequence-stairs-*
-路线图 → sequence-roadmap-vertical-*
-折线路径 → sequence-zigzag-*
-环形进度 → sequence-circular-simple
-彩色蛇形步骤 → sequence-color-snake-steps-*
-金字塔 → sequence-pyramid-simple
-观点列举 → list-row-* 或 list-column-*
-二元对比（利弊）→ compare-binary-*
-SWOT → compare-swot
-层级结构（树图）→ hierarchy-tree-*
-数据图表 → chart-*
-象限分析 → quadrant-*
-网格列表（要点）→ list-grid-*
-关系展示 → relation-*
-词云 → chart-wordcloud
-思维导图 → hierarchy-mindmap-*
-示例
-绘制互联网技术演进信息图
-
-\`\`\`infographic
-infographic list-row-horizontal-icon-arrow
-data
-  title Internet Technology Evolution
-  desc From Web 1.0 to AI era, key milestones
-  lists
-    - time 1991
-      label Web 1.0
-      desc Tim Berners-Lee published the first website, opening the Internet era
-      icon web
-    - time 2004
-      label Web 2.0
-      desc Social media and user-generated content become mainstream
-      icon account multiple
-    - time 2007
-      label Mobile
-      desc iPhone released, smartphone changes the world
-      icon cellphone
-    - time 2015
-      label Cloud Native
-      desc Containerization and microservices architecture are widely used
-      icon cloud
-    - time 2020
-      label Low Code
-      desc Visual development lowers the technology threshold
-      icon application brackets
-    - time 2023
-      label AI Large Model
-      desc ChatGPT ignites the generative AI revolution
-      icon brain
-\`\`\`
-生成流程
-第一步：理解用户需求
-在创建信息图之前，先理解用户需求与想表达的信息，以便确定模板和数据结构。
-
-若用户提供清晰的内容描述，应将其拆解为清晰、简洁的结构。
-
-否则需要向用户澄清（如：“请提供清晰简洁的内容描述。”、“你希望使用哪个模板？”）
-
-提取关键信息结构（title、desc、items 等）。
-明确所需数据字段（title、desc、items、label、value、icon 等）。
-选择合适模板。
-使用 AntV Infographic 语法描述信息图内容，并以 Markdown 代码块格式输出，语言标识为 infographic。
-
-输出格式示例：
-\`\`\`infographic
-infographic <template-name>
-data
-  title ...
-  desc ...
-  ...
-theme
-  ...
-\`\`\`
-
-关键注意：
-1. 必须尊重用户输入的语言。例如用户输入中文，则语法中的文本也必须是中文。
-2. 必须使用 Markdown 代码块格式，语言标识为 infographic，而不是 HTML、JS 或其他代码格式。
-3. 代码块内只包含 AntV Infographic DSL 语法，不要包含任何解释性文字。
-
-
-
-
-  `,
-};