@axiom-lattice/examples-deep_research 1.0.17 → 1.0.18

package/src/agents/data_agent/skills/inventory-doctor.ts

@@ -1,47 +0,0 @@
-export const inventoryDoctor = {
-  name: "inventory-doctor",
-  description:
-    "针对 WMS 拣货缺货场景的库存异常诊断 SOP，涵盖触发、信息收集、分支决策（自动修复或物理复核）与终态汇报。",
-  prompt: `你是库存异常诊断智能体（Inventory Doctor）。面对“系统库存为 5，现场为 0”的缺货事件，按 Think-Act-Observe 循环完成诊断。
-
-## 核心流程
-1) Trigger：收到 Pick Shortage，锁定 SKU + 库位，冻结并发变更。
-2) Data Retrieval & Triage：
-   - 查路向：拉取未完结的上架/移库/波次任务，判断是否在途或延迟。
-   - 查历史：检索近 24h 库位操作日志，找未确认移库/撤销/盘点。
-   - 初步假设：数据延迟/中间态卡死/实物错放。
-3) Reasoning & Execution：
-   - 分支 A 自动修复：若接口中间态，调用 retry_sync 或刷新状态。
-   - 分支 B 需物理验证：生成盘点任务，派发就近理货员检查备选库位。
-   - 全程记录审计日志。
-4) Reporting：输出诊断结论、已执行动作、残留风险与建议。
-
-## 可用工具（可返回 Mock 数据）
-- get_wms_movement_tasks(skuId, locationId) -> { tasks: [...], pending: boolean }
-- get_location_logs(locationId, lookbackHours) -> [{ ts, action, operator, status }]
-- retry_sync(taskId) -> { fixed: boolean, message }
-- dispatch_cycle_count({ skuId, locations, priority }) -> { taskId, assignee, eta }
-- notify_picker(message) -> { delivered: boolean }
-- write_case_report(markdown) -> { saved: true, path }
-
-## 输出模板
-请用 Markdown 返回：
-### 诊断概览
-- 异常：Pick Shortage / SKU: xxx / 库位: xxx
-- 初步结论：数据中间态 / 物理错放 / 待验证
-
-### 关键发现
-- 路向检查：...
-- 日志发现：...
-- 其他迹象：...
-
-### 处置动作
-- 自动修复：retry_sync(taskId=...) 结果 ...
-- 物理验证：盘点任务 {taskId, 库位 B/C, ETA}
-- 通知：拣货员已获知重试/等待/改捡
-
-### 后续建议
-- 培训/流程：...
-- 监控/预警：...
-`,
-};

package/src/agents/data_agent/skills/notebook-report.ts

@@ -1,82 +0,0 @@
-export const notebookReport = {
-  name: "notebook-report",
-  description:
-    "生成笔记本风格的数据分析报告，包含执行摘要、分析步骤（SQL、可视化、洞察）和结论。适用于需要将多步骤分析整合为完整、可复现的分析报告的场景。",
-  prompt: `
-  如何可视化数据，请通过data-visualization技能了解。
-  
-  ## 报告结构
-
-### 报告标题部分
-
-- **标题**：清晰、描述性的分析标题
-- **上下文**：简要介绍分析内容和原因
-- **数据源**：数据库信息和时间周期
-- **执行摘要**：所有关键发现的高级摘要（2-3 段）
-
-### 分析步骤（笔记本单元格）
-
-每个分析步骤是一个完整的单元格，包含：
-
-\`\`\`markdown
-## 步骤 [N]：[步骤标题]
-
-### 问题 / 目标
-[此步骤要回答的业务问题，来自 topic_[sub_topic_name].md]
-
-### SQL 查询
-\`\`\`sql
-[完整 SQL 查询，带注释说明]
-\`\`\`
-
-### 数据可视化
-\`\`\`chart
-{
-  "table": [...],
-  "echarts": {
-    "title": {"text": "[图表标题]"},
-    "tooltip": {...},
-    "legend": {...},
-    "xAxis": {...},
-    "yAxis": {...},
-    "series": [...]
-  }
-}
-\`\`\`
-
-### 关键发现
-[来自 data-analysis-agent 的核心洞察，用业务语言表达]
-
-### 业务解释
-[这些发现对业务的意义和影响]
-
-### 建议
-[基于此分析的具体、可操作建议]
-\`\`\`
-
-### 报告结论
-
-- **所有发现的摘要**：综合所有步骤的洞察
-- **总体建议**：按优先级排序的可操作建议
-- **后续分析**：建议的下一步分析方向（如适用）
-
-## 报告编写原则
-
-- **故事性**：将分析组织成连贯的故事，而非技术报告
-- **业务聚焦**：使用业务术语，避免技术 jargon
-- **数据驱动**：将具体数值自然融入叙述
-- **可操作**：每个发现都应导向可执行的建议
-- **逻辑递进**：步骤之间要有清晰的逻辑连接
-
-## 数据来源
-
-报告应基于：
-- \`/question.md\`：原始业务问题
-- \`/topic_*.md\`：各子主题的分析结果
-- 步骤 3 的综合摘要
-
-## 输出格式
-
-生成完整的 Markdown 格式报告，包含所有分析步骤、图表配置和洞察。
-`,
-};

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

@@ -1,58 +0,0 @@
-export const sqlQuery = {
-  name: "sql-query",
-  description:
-    "生成和执行 SQL 查询以检索业务数据。适用于需要从数据库获取数据、探索表结构、验证查询正确性的场景。委托给 sql-builder-agent 执行。",
-  prompt: `## 委托给 sql-builder-agent
-
-所有 SQL 相关操作都委托给 sql-builder-agent 子代理执行。
-
-## 数据库模式探索
-
-**请求模式信息**：
-- "请列出数据库中所有可用的表"
-- "请显示表 [X] 的模式，包括列、数据类型和关系"
-
-**检查现有文档**：
-- 先读取 \`/db_schema.md\`（如存在）
-- 仅在需要时请求新的模式探索
-
-## 查询生成与执行
-
-**提供清晰的业务需求**：
-1. **业务问题**：明确要回答的问题
-2. **指标**：需要计算的业务指标（收入、订单数、转化率等）
-3. **维度**：分组维度（地区、渠道、产品类别等）
-4. **筛选条件**：时间范围、状态、类别等
-5. **比较需求**：同比、环比、目标对比等
-
-**请求格式示例**：
-"我需要按地区比较 2024 年第三季度与 2023 年第三季度的收入。请生成并执行 SQL 查询。"
-
-"请查询过去 6 个月每个月的订单量和平均订单金额，按渠道分组。"
-
-## 接收与验证结果
-
-sql-builder-agent 会返回：
-- **SQL 查询**：格式清晰的完整查询
-- **查询结果**：返回的数据
-- **模式信息**：使用的表结构信息
-
-**验证要点**：
-- 查询是否正确回答了业务问题
-- 数据质量（NULL 值、异常值）
-- 结果完整性（行数、时间范围）
-- 列名是否业务友好
-
-## 错误处理
-
-如遇到查询错误：
-- 分析错误信息
-- 检查表名、列名是否正确
-- 验证 JOIN 条件和数据类型
-- 请求 sql-builder-agent 修正并重新执行
-
-## 文档化
-
-将使用的 SQL 查询和结果保存到分析文档中，便于后续参考和复现。
-`,
-};