@clickzetta/cz-cli-darwin-x64 0.3.76 → 0.3.78

package/bin/skills/cz-cli/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: cz-cli
-description: "Route ALL ClickZetta Lakehouse operations to cz-cli: SQL, Studio tasks, tables, pipelines, profiles. Use when user mentions ClickZetta, Lakehouse, cz-cli, or needs profile/connection configuration."
+description: "Route ALL ClickZetta Lakehouse operations to cz-cli: SQL, Studio tasks, tables, pipelines, profiles. Use when user mentions ClickZetta, Lakehouse, cz-cli, or needs profile/connection lakehouse configuration."
 ---
 
 # cz-cli — ClickZetta Lakehouse Subagent
@@ -56,7 +56,6 @@ You have no direct Lakehouse access. Always delegate via cz-cli.
 
 ## Route to cz-cli
 
-- Any mention of cz-cli, ClickZetta, or Lakehouse
 - SQL against Lakehouse (SELECT, DDL, DML)
 - Studio task development, scheduling, monitoring
 - Data pipelines (sync, import, CDC, streaming)

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@clickzetta/cz-cli-darwin-x64",
-  "version": "0.3.76",
+  "version": "0.3.78",
   "description": "cz-cli binary for macOS x64 (Intel)",
   "os": [
     "darwin"

package/bin/skills/cz-cli-inner/SKILL.md

@@ -1,109 +0,0 @@
----
-name: cz-cli-inner
-description: "ClickZetta Lakehouse operations via cz-cli. Use when the user needs SQL queries, Studio task management, table/schema operations, run monitoring, or job inspection."
----
-
-# cz-cli — ClickZetta Lakehouse Operations
-
-You have `cz-cli` available in PATH. Use it via bash to operate on ClickZetta Lakehouse.
-
-Run `cz-cli <command> --help` for detailed options on any command.
-
-## Command Reference
-
-```
-cz-cli sql "<statement>" [--sync] [--write]   Execute SQL (async by default, --sync waits for result)
-cz-cli sql status <job-id>                    Check async job status
-
-cz-cli schema list [--like <pattern>]         List schemas
-cz-cli schema describe <name>                 Describe a schema
-cz-cli schema create <name>                   Create a schema
-cz-cli schema drop <name>                     Drop a schema
-
-cz-cli table list [--schema <name>]           List tables
-cz-cli table describe <name>                  Describe table columns
-cz-cli table preview <name>                   Preview table data
-cz-cli table stats <name>                     Row count and job summary
-cz-cli table history [name]                   Show table history
-cz-cli table create "<ddl>"                   Create table from DDL
-cz-cli table drop <name>                      Drop a table
-
-cz-cli workspace current                      Show current workspace
-
-cz-cli task list                              List Studio tasks
-cz-cli task create <name> --type <TYPE>       Create task (SQL/PYTHON/SHELL/SPARK/FLOW)
-cz-cli task content <task>                    Get task script, config and params (draft)
-cz-cli task save-content <task> --file <f>    Save task script; use --params '{"key":"val","dt":"bizdate","yd":"$[yyyy-MM-dd,-1d]"}' to set params (system params like bizdate/sys_plan_day/sys_biz_datetime etc. auto-detected)
-cz-cli task save-config <task>                Save task non-cron config, like retry, dependency
-cz-cli task save-cron <task>                  Save task schedule config
-cz-cli task deps <task>                       Show task dependencies (draft)
-cz-cli task deploy <task>                     Publish/deploy a task (alias: online)
-cz-cli task undeploy <task>                   Undeploy a task, irreversible (alias: offline)
-cz-cli task execute <task>                    Execute ad-hoc; auto-uses saved manual params as defaults (--param KEY=VAL overrides); warns if unresolved ${placeholders} remain (SQL will fail, Python/Shell silently keeps literal string)
-cz-cli task delete <task>                     Delete draft/offline task
-cz-cli task flow dag <task>                   Get flow DAG
-cz-cli task flow create-node <task>           Add node to flow
-cz-cli task flow remove-node <task>           Remove node
-cz-cli task flow bind <task>                  Create dependency
-cz-cli task flow unbind <task>                Remove dependency
-cz-cli task flow node-detail <task>           Get node detail
-cz-cli task flow node-save <task>             Save node script
-cz-cli task flow node-save-config <task>      Save node config
-cz-cli task flow submit <task>                Publish flow
-cz-cli task flow instances <task>             List flow node instances
-
-cz-cli runs list [--task <name>]              List run instances
-cz-cli runs detail <id>                       Get run detail
-cz-cli runs wait <id>                         Poll until complete
-cz-cli runs logs <id>                         Get execution log
-cz-cli runs deps <task>                       Published dependencies
-cz-cli runs stop <id>                         Stop a running instance
-cz-cli runs refill <task> --from D --to D    Backfill date range. D accepts YYYY-MM-DD (day boundary) or YYYY-MM-DDTHH:MM:SS (exact datetime for hourly/minutely tasks)
-cz-cli runs rerun <id>                        Rerun failed instance
-cz-cli runs stats                             Run statistics summary
-
-cz-cli attempts list [id]                     List attempts for a run
-cz-cli attempts log [id]                      Get attempt log
-
-cz-cli job status <job-id>                    Job status/summary
-cz-cli job result <job-id>                    Fetch job result set
-
-cz-cli status                                 Check connection status
-cz-cli profile list                           List connection profiles
-
-cz-cli datasource list [--type <type>] [--name <filter>]
-                                              List external data sources (type: mysql/kafka/redis/postgresql/...)
-cz-cli datasource catalogs <name_or_id>      List catalogs (databases/topics/buckets) in a data source
-cz-cli datasource objects <name_or_id> <catalog>
-                                              List objects (tables/topics/collections) in a catalog
-cz-cli datasource describe <name_or_id> <catalog> <object>
-                                              Show object metadata (columns, types)
-cz-cli datasource test <name_or_id>          Test data source connectivity
-cz-cli datasource sample <name_or_id> <catalog> <object>
-                                              Get sample data from an object
-```
-
-## Output Formats
-
-- `--format json` (default) — single-line JSON, best for parsing
-- `--format toon` — line-per-field, good for `grep`/`head`
-- `--format table` / `--format csv` / `--format pretty` — human-readable
-- `--field <name>` — extract one field as raw text
-
-## Key Rules
-
-1. **SQL is async by default**. Use `--sync` for SELECT when you need data immediately.
-2. **Write operations require `--write` flag** (INSERT/UPDATE/DELETE/CREATE/DROP).
-3. **Always pass `--type` when creating tasks** (SQL/PYTHON/SHELL/SPARK/FLOW).
-4. **Flow tasks use `task flow *` commands exclusively** — never use `task save-content` or `task deploy` on flow nodes.
-5. **Paginated results**: `list` commands return page 1 only. Check `ai_message` in response for next-page hints.
-6. **State-changing operations** (deploy/undeploy/execute/delete/refill): confirm intent with user first.
-7. **Multi-environment**: use `--profile <name>` to target a specific environment.
-8. **On `NO_PROFILE` error**: guide user to run `cz-cli setup`.
-9. **补数/回填/重跑历史数据 → `runs refill`**: when user says "补数", "回填", "重跑历史", "backfill", "re-run historical data", use `cz-cli runs refill <task> --from YYYY-MM-DD --to YYYY-MM-DD`. This is under `runs`, NOT `task`.
-
-## Companion Skills
-
-When the task involves writing SQL or Python task code, load these skills for accuracy:
-- **lakehouse-doc** — SQL syntax, functions, data types, DDL/DML for ClickZetta dialect
-- **lakehouse-python-sdk** — Python/Shell task development, BulkLoad, IGS, connector

package/bin/skills/lakehouse-doc/SKILL.md

@@ -1,107 +0,0 @@
----
-name: lakehouse-doc
-description: "云器 Lakehouse 官方文档知识库。编写 SQL、查询语法/函数/数据类型、DDL/DML、动态表、权限、计算组、数据湖、AI 函数等 Lakehouse 相关问题时，必须查阅本 skill 的 references/ 目录。"
----
-
-# lakehouse-doc
-
-云器 Lakehouse 官方文档。根据用户问题在 `references/` 下按文件名定位对应文档。
-
-## references/ 目录结构
-
-```
-references/
-├── *.md                          # 778 篇主文档（按主题命名，见下方索引）
-├── eco_integration/              # 生态工具集成 (12 篇)
-│   ├── dbt.md, superset.md, datagrip-lakehouse.md, trino.md ...
-├── java_reference/               # Java SDK (5 篇)
-│   ├── java-sdk-summary.md, jdbc.md, realtime-upload.md, client.md ...
-├── python_reference/             # Python SDK (3 篇)
-│   ├── connector.md, sqlalchemy.md, python-sdk-summary.md
-├── opensource/                   # 开源工具 (1 篇)
-│   └── travel.md
-└── sql_functions/                # SQL 函数参考 (339 篇)
-    ├── aggregate_functions/      # 聚合函数 (52): count.md, sum.md, avg.md ...
-    ├── window_functions/         # 窗口函数 (19): row_number.md, rank.md, lag.md ...
-    ├── table_functions/          # 表函数 (9): table_changes.md ...
-    ├── context_functions/        # 上下文函数 (8): current_user.md ...
-    └── scalar_functions/         # 标量函数 (339)
-        ├── datetime_functions/   # 日期时间 (66)
-        ├── string_functions/     # 字符串 (70)
-        ├── math_functions/       # 数学 (55)
-        ├── nested_functions/     # 嵌套类型 (45)
-        ├── bitmap_functions/     # Bitmap (29)
-        ├── json_functions/       # JSON (14)
-        ├── conditional_functions/# 条件 (14)
-        ├── high_order_functions/ # 高阶 (12)
-        ├── vector_functions/     # 向量 (11)
-        ├── ip_functions/         # IP (6)
-        ├── search_functions/     # 搜索 (6)
-        ├── hash_functions/       # 哈希 (5)
-        ├── geo_functions/        # 地理 (3)
-        ├── bitwise_functions/    # 位运算 (2)
-        └── partition/            # 分区 (1)
-```
-
-## 文档索引（llms.txt）
-
-# 云器 Lakehouse 文档（LLM 导航）
-
-> 云器 Lakehouse 是全托管的湖仓一体架构平台，基于云原生设计理念从零打造。通过**存算分离**、**Serverless弹性架构**、**开放存储格式**和**AI优化工具**，为企业提供数据仓库、数据湖、实时处理与BI报表的统一平台。
-
-## 快速入门
-
-- [概览](https://www.yunqi.tech/documents/Overview): 介绍云器Lakehouse的存算分离架构、Serverless计算、开放数据格式及主要应用场景。
-- [产品概念](https://www.yunqi.tech/documents/Concepts): 介绍云器Lakehouse的存算分离架构、Serverless计算、开放数据格式及主要应用场景。
-- [入门指导](https://www.yunqi.tech/documents/Tutorials): 通过数据导入、SQL查询、数据可视化等步骤，快速完成从数据接入到分析展示的完整流程。
-
-## 使用指南
-
-- [Studio](https://www.yunqi.tech/documents/studio_manual): 通过Web界面进行数据开发与管理，支持连接数据源、SQL查询、作业编排、结果可视化和资产目录浏览。
-- [对象模型](https://www.yunqi.tech/documents/object_model_design): 介绍云器Lakehouse的对象模型核心概念，包括目录、数据库、表、视图、物化视图、函数和共享的定义与层级关系。
-- [数据采集](https://www.yunqi.tech/documents/Ingestion): 通过本地文件、数据库、Kafka等多种数据源导入数据，涵盖核心概念、配置步骤与操作示例。
-- [数据加工](https://www.yunqi.tech/documents/Transformation): 围绕"数据加工"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
-- [数据分析](https://www.yunqi.tech/documents/Analysis): 提供从数据导入、SQL查询到可视化分析的全流程操作指南，涵盖数据源连接、SQL语法、函数使用及结果导出。
-- [安全](https://www.yunqi.tech/documents/data_security): 提供用户管理、权限控制、审计日志等安全功能。
-- [数据分享](https://www.yunqi.tech/documents/data_share): 围绕"数据分享"说明核心概念、关键配置与典型操作步骤。
-- [私网连接](https://www.yunqi.tech/documents/connect_to_Lakehouse): 通过配置终端节点实现跨VPC或本地IDC与云上服务的私网安全访问。
-- [性能测试](https://www.yunqi.tech/documents/benchmark): 性能测试核心概念、关键配置与典型操作步骤。
-- [生态工具](https://www.yunqi.tech/documents/tools): 生态工具核心概念、关键配置与典型操作步骤。
-- [Insight](https://www.yunqi.tech/documents/Lakehouse_Insight): 通过连接云器Lakehouse数据源，创建数据集并拖拽生成BI报表与看板。
-
-## SQL手册
-
-- [SQL命令](https://www.yunqi.tech/documents/sql-reference): DDL、DML、DQL等SQL命令的完整语法参考。
-- [数据类型](https://www.yunqi.tech/documents/data-type): 精确数值、浮点数、字符串、日期时间、布尔值等数据类型定义。
-- [SQL函数](https://www.yunqi.tech/documents/functions): SQL函数核心概念与使用示例。
-- [SQL使用指南](https://www.yunqi.tech/documents/considerations-for-using-sql): SQL使用注意事项与最佳实践。
-
-## 开发手册
-
-- [Java SDK 参考](https://www.yunqi.tech/documents/java-sdk-refer): Java SDK 核心概念、关键配置与典型操作步骤。
-- [Python SDK 参考](https://www.yunqi.tech/documents/python-sdk-refer): Python SDK 核心概念、关键配置与典型操作步骤。
-
-## 实践教程
-
-- [高效管理对象和组织数据](https://www.yunqi.tech/documents/data_org): 数据对象创建管理，目录组织、权限、生命周期策略。
-- [数据导入导出实践](https://www.yunqi.tech/documents/practice_data_import_and_export): 多数据源导入导出操作步骤与示例。
-- [数据查询分析实践](https://www.yunqi.tech/documents/practice_data_analysis): 从数据导入到可视化分析的全流程操作指南。
-- [构建和运维ELT流程实践](https://www.yunqi.tech/documents/ELT_practice): 企业级ELT流水线构建，涵盖开发、测试、部署及故障恢复。
-- [优化计算资源](https://www.yunqi.tech/documents/OptimizingComputingResources): 计算组配置、弹性伸缩策略和资源监控。
-- [性能体验](https://www.yunqi.tech/documents/performence_test): 性能测试方法、优化建议与监控指标。
-- [构建 Modern Data Stack](https://www.yunqi.tech/documents/ModernDataStackWithEcosystemTools): 现代数据栈核心组件与架构模式。
-- [AI应用开发](https://www.yunqi.tech/documents/REMOTEFUNCTION): 从数据准备、模型训练到服务部署的AI应用开发流程。
-- [安全与合规审计](https://www.yunqi.tech/documents/security_compliance_audit_guide): 权限管理、SQL审计日志、数据脱敏策略及合规性配置。
-- [用量和费用管理](https://www.yunqi.tech/documents/cost_management): 用量明细、费用构成、计费模式与预算管理。
-
-## Lakehouse AI
-
-- [Lakehouse AI 概述](https://www.yunqi.tech/documents/LakehouseAI_overview): 非结构化数据管理、AI外部函数、多模态检索、Python开发框架及对话式分析。
-- [AI 的数据准备](https://www.yunqi.tech/documents/Server_data_for_AI): 向量检索、全文搜索与结构化数据分析的无缝结合。
-- [AI 函数](https://www.yunqi.tech/documents/AI_function_in_SQL): 创建和使用AI函数，支持Python/Java调用外部AI服务。
-- [Zettapark](https://www.yunqi.tech/documents/LakehousePythonZettapark): Python开发框架API参考。
-- [AI + BI 统一工作流](https://www.yunqi.tech/documents/unifiedWorkflow): 自然语言交互生成SQL查询与可视化。
-- [AI Gateway](https://www.yunqi.tech/documents/AIGateway): 统一接入、路由分发、负载均衡、限流熔断。
-- [DataGPT](https://www.yunqi.tech/documents/datagpt_intro): 自然语言提问直接生成SQL并获取可视化图表。
-- [Lakehouse MCP Server](https://www.yunqi.tech/documents/LakehouseMCPServer): 通过MCP将数据湖仓能力暴露给AI助手。
-- [AI 生态](https://www.yunqi.tech/documents/AI_eco): 与PyTorch、TensorFlow、MLflow、LangChain等集成。

package/bin/skills/lakehouse-doc/references/.gitattributes

@@ -1 +0,0 @@
-.topwrite/assets/** filter=lfs diff=lfs merge=lfs -text

package/bin/skills/lakehouse-doc/references/.gitlab-ci.yml

@@ -1,11 +0,0 @@
-pages:
-  stage: deploy
-  script:
-    - mkdir .public
-    - cp -r * .public
-    - mv .public public
-  artifacts:
-    paths:
-      - public
-  only:
-    - gh-pages

package/bin/skills/lakehouse-doc/references/702bc8f656.md

@@ -1,387 +0,0 @@
-## 如何将飞书上的表格导入到lakehouse中
-
-## 1. **前期准备说明**
-
-飞书应用的创建：获取应用凭证信息
-
-云器Lakehouse的账号信息：登录云器web页面创建脚本任务导入数据
-
-目标表格类型确认：此部分很重要！需要基于目标表格的类型明确需要开通的系列权限。
-
-## 2. **飞书应用创建与配置**
-
-### 创建飞书应用
-
-#### 步骤1：登录飞书开放平台
-
-访问：<https://open.feishu.cn/>
-
-使用飞书账号登录
-
-点击右上角"进入开发者后台"
-
-![](.topwrite/assets/702bc8f656/84b36fb92c71d784ac5232a6d14363a3ce7b1ca9.png =200)
-
-#### 步骤2：创建应用
-
-点击"创建应用"
-
-选择"企业自建应用"
-
-填写应用信息：
-
-**应用名称**：云器数据同步应用
-
-**应用描述**：将飞书表格数据同步到云器lakehouse中
-
-**应用图标**：上传应用图标（可选）
-
-#### 步骤3：获取应用凭证
-
-创建完成后，在左侧菜单"凭证与基础信息"页面记录：
-
-**App ID**：cli\_xxxxxxxxxx
-
-**App Secret**：xxxxxxxxxxxxxxxx
-
-### 配置应用权限
-
-在配置权限前，请先确认需要导入的文件类型，并基于飞书文档的权限要求开通相应的权限。本文以电子表格（sheets）为例进行操作说明。具体类型可参考[飞书API文档](https://open.feishu.cn/document/server-docs/docs/docs-overview)
-
-#### 步骤1：申请权限范围
-
-进入"权限管理"页面
-
-搜索并添加以下权限：
-
-**表格相关权限**：
-
-sheets:spreadsheet - 查看、评论、编辑和管理工作表
-
-sheets:spreadsheet:readonly - 查看工作表
-
-drive:drive - 查看云文档文件夹
-
-**具体操作**：
-
-> 权限范围 → 搜索"sheets" → 勾选以下权限：
-> &#x20;1、查看、评论、编辑和管理工作表
-> &#x20;2、查看和编辑电子表格
-> &#x20;3、查看云文档文件夹
-
-#### 步骤2：申请权限审批
-
-点击"创建版本"
-
-填写版本说明：数据同步功能上线
-
-提交审核（如果是企业内部应用，通常自动通过）
-
-#### 步骤3：应用发布
-
-审核通过后，点击"申请线上发布"
-
-选择发布范围：
-
-**全员可见**：推荐选择
-
-**指定部门**：根据需要选择
-
-### 获取表格访问权限
-
-注意：若是企业用户，除了在应用开发中配置权限，还需要在文档中开通应用访问权限。
-
-1. 打开目标飞书表格
-2. 点击页面右上角...-->选择更多-->添加文档应用
-
-   ![](.topwrite/assets/702bc8f656/d2431b8bc2172f0528f9b4015bafc0eef754e3ff.png =200)
-3. 配置文档应用权限
-   搜索应用名称：云器数据同步应用
-   设置权限：**可编辑**（确保能读取数据）
-
-### 记录关键信息
-
-**应用凭证**：是飞书开放平台应用的身份标识和安全凭据
-
-* **App ID**：cli\_xxxxxxxxxx
-* **App Secret**：xxxxxxxxxxxxxxxx
-
-**tenant_access_token**：是飞书开放平台中自建应用用于访问租户资源的凭证。最长访问时效是2小时。
-
-**数据资源URL中要求相关信息**：例如针对电子表格URL 中：<https://open.feishu.cn/open-apis/sheets/v2/spreadsheets/:spreadsheetToken/values/:range>
-
-* spreadsheetToken：电子表格的 token
-* Range：格式为<sheetId>!<开始位置>:<结束位置>。
-
-## 3. **云器lakehouse中导入飞书数据**
-
-### 方式一：使用python脚本导入飞书数据
-
-#### 步骤1：在云器Studio中创建Python任务
-
-1. 登录云器Lakehouse控制台
-2. 进入"开发" → "Python任务"
-3. 点击"新建任务"
-4. 配置任务信息：**任务名称**：飞书数据同步，**任务描述**：从飞书表格导入数据到Lakehouse
-
-#### 步骤2：配置代码参数
-
-```py
-import requests
-from sqlalchemy import text
-from clickzetta_dbutils import get_active_lakehouse_engine
-
-def get_feishu_token():
-    url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"
-    data = {"app_id": "您自己的app_id", "app_secret": "xxxxxxxxxxxxx"}
-    response = requests.post(url, json=data, timeout=5)
-    return response.json()['tenant_access_token']
-
-def get_sheet_data(token):
-    url = "https://open.feishu.cn/open-apis/sheets/v2/spreadsheets/DuUHsqS6qh97i9tpNkYcoC84nHb/values/2729cf!A1:B2"
-    headers = {"Authorization": f"Bearer {token}"}
-    response = requests.get(url, headers=headers, timeout=5)
-    return response.json()['data']['valueRange']['values']
-
-def get_lakehouse_connection():
-    """
-    使用get_active_lakehouse_engine连接Lakehouse，无需用户在python中填写云器关联的账户信息
-    注意：vcluster参数是必填的
-    """
-    engine = get_active_lakehouse_engine(
-        vcluster="DEFAULT",  # 必填：虚拟集群名称
-        workspace="对应的工作空间名称",  # 可选：工作空间名称
-        schema="public"  # 可选：schema名称，默认为public
-    )
-    return engine
-
-def create_table():
-    """创建表：这里需要要求自己根据飞书表中的数据信息创建规范的table"""
-    engine = get_lakehouse_connection()
-    
-    create_sql = text("""
-    CREATE TABLE IF NOT EXISTS feishu_data (
-        name VARCHAR(255),
-        id BIGINT,
-        created_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP
-    )
-    """)
-    
-    with engine.connect() as conn:
-        conn.execute(create_sql)
-    
-    print("✅ 表创建成功")
-
-def insert_data(data):
-    """插入数据 """
-    engine = get_lakehouse_connection()
-    headers = data[0]  
-    rows = data[1:]   
-    
-    # 批量生成SQL
-    for i, row in enumerate(rows):
-        name = str(row[0]).replace("'", "''")  # 转义单引号
-        id_value = int(row[1])
-        
-        with engine.connect() as conn:
-            insert_sql = f"INSERT INTO feishu_data (name, id) VALUES ('{name}', {id_value})"
-            conn.execute(text(insert_sql))
-            print(f"✅ 插入第{i+1}行: {name}, {id_value}")
-    
-    print(f"✅ 数据插入完成，共{len(rows)}条记录")
-
-def verify_data():
-    """验证数据"""
-    engine = get_lakehouse_connection()
-    
-    with engine.connect() as conn:
-        result = conn.execute(text("SELECT * FROM feishu_data ORDER BY created_time DESC"))
-        rows = result.fetchall()
-        
-        print(f"\n📊 验证结果 (共{len(rows)}条记录):")
-        for row in rows:
-            print(f"  name: {row.name}, ID: {row.id}, 时间: {row.created_time}")
-
-if __name__ == "__main__":
-    print("🚀 飞书数据导入云器Lakehouse")
-    print("=" * 50)
-    
-    # 1. 获取飞书数据
-    print("\n📥 获取飞书数据...")
-    token = get_feishu_token()
-    print(f"Token获取成功: {token[:10]}...")
-    
-    data = get_sheet_data(token)
-    print("飞书数据获取成功:")
-    for i, row in enumerate(data):
-        print(f"  行{i+1}: {row}")
-    
-    # 2. 创建表
-    print(f"\n🔧 创建Lakehouse表...")
-    create_table()
-    
-    # 3. 插入数据
-    print(f"\n📝 插入数据...")
-    insert_data(data)
-    
-    # 4. 验证数据
-    print(f"\n🔍 验证结果...")
-    verify_data()
-    
-    print(f"\n🎉 任务完成！")
-```
-
-#### 步骤3：配置调度信息进行周期调度（可选）
-
-若需要定期从表中拉取数据，可直接配置该python任务的调度信息。
-
-例如：若需要每天早上8点定时拉取最新数据，则可进行如下配置
-
-1. 调度周期：每天调度
-2. 调度频率：执行一次、开始调度时间：08:00
-3. 生效日期：2025-06-11（希望任务开始运行的时间）
-
-![](.topwrite/assets/702bc8f656/0aabbf094597aaef2e4fcda3bb5a5f4cda9e35c8.png =300)
-
-### 方式二：使用离线任务的方式导入飞书数据
-
-当前离线任务的方式暂时不支持周期性抽取数据，只支持手动触发执行。
-
-#### 步骤1：获取tenant\_access\_token
-
-可使用python脚本获取**tenant\_access\_token**
-
-1. 登录云器Lakehouse控制台
-2. 进入"开发" → "Python任务"
-3. 点击"新建任务"
-
-配置任务信息：
-
-**任务名称**：获取飞书tenant_access_token
-
-```
-import requests  # 添加导入语句
-
-def get_feishu_token():
-    url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"
-    data = {
-        "app_id": "cli_xxxxxxx",
-        "app_secret": "xxxxxxxxxxxxxx"
-    }
-    response = requests.post(url, json=data)
-    
-    # 添加错误处理（重要！）
-    if response.status_code != 200:
-        raise Exception(f"HTTP请求失败，状态码: {response.status_code}")
-    
-    json_data = response.json()
-    
-    # 检查飞书API返回的错误
-    if json_data.get("code") != 0:
-        raise Exception(f"飞书API错误: [{json_data.get('code')}] {json_data.get('msg')}")
-    
-    return json_data['tenant_access_token']
-
-# 调用函数并打印结果
-try:
-    result = get_feishu_token()
-    print(f"获取的租户访问令牌: {result}")
-except Exception as e:
-    print(f"获取token失败: {str(e)}")
-```
-
-^
-
-#### 步骤2：使用RestApi的方式创建飞书数据源
-
-1. 登录云器Lakehouse控制台
-2. 进入"管理-数据源"
-3. 新建数据源，选择RestApi
-
-> * 数据源名称：飞书数据
-> * URL地址：<https://open.feishu.cn/open-apis/sheets/v2/spreadsheets/>:**spreadsheetToken**/values/:**range**
->   * spreadsheetToken：电子表格的 token
->   * Range：格式为<sheetId>!<开始位置>:<结束位置>。参数信息可参考[飞书文档](https://open.feishu.cn/document/server-docs/docs/sheets-v3/data-operation/reading-a-single-range)
-> * 请求方式：GET
-> * KEY：Content-Type //固定值
-> * VALUE：application/json; charset=utf-8 //固定值
-> * 验证方法：不验证
-
-![](.topwrite/assets/702bc8f656/d60f2dd672cc92dd8344e17699256b288942d1e1.png =300)
-
-#### 步骤3：创建离线同步任务同步数据
-
-1. 登录云器Lakehouse控制台
-2. 进入"开发" → "离线同步"
-3. 点击"新建任务"
-
-> 来源目标配置：
->
-> * 来源数据：选择同步的数据源：飞书数据。 数据源配置参考步骤2
-> * 请求参数：空
-> * 请求体：填写应用凭证  {   "app\_id": "cli\_xxxx",   "app\_secret": "xxxxxxxxxxxxxx"  }
-> * 请求头：key ：value  Content-Type：application/json; charset=utf-8  Authorization ：Bearer **tenant\_access\_token**
-> * 结果数据所处路径：你需要导入的数据的具体位置。可先不配置，通过点击预览数据确定数据位置后填写。
->   &#x20; \-----------------------------------------------------------------------------------
-> * 目标数据：导入的数据地址。若是导入至云器lakehouse中，需先创建相应的table。（当前方式暂不支持快速建表）
->   图例：数据对象表名为：test02\_feishu
-
-![](.topwrite/assets/702bc8f656/0c09f43f3b51860fa007c039db7a532a5a9f7cc5.png =300)
-
-字段映射配置：暂不支持嵌套数组格式的JSON解析，因此针对飞书API返回的数据，仅支持将value值以string类型导入至目标表中。
-| ------------------------------------------------------------------- |
-
-![](.topwrite/assets/702bc8f656/06c63b288c79f24b2781a479041ca4da24faf705.png =300)
-
-#### 步骤4：数据处理，将导入string字段处理成标准化表
-
-1. 前提：需要用户提前明确表结构。
-2. 登录云器Lakehouse控制台
-3. 进入"开发" → "SQL任务"
-4. 点击"新建任务"
-
-```
--- 1. 创建目标表
-CREATE TABLE if not EXISTS test02_feishu_parsed (
-    name STRING,
-    id BIGINT
-);
-
--- 2. 转换并插入数据
-INSERT INTO test02_feishu_parsed
-WITH parsed AS (
-    SELECT from_json(content, 'array<array<string>>') as arr
-    FROM test02_feishu
-    WHERE content IS NOT NULL
-),
-flattened AS (
-    SELECT explode(slice(arr, 2, size(arr))) as row_data
-    FROM parsed
-    WHERE size(arr) > 1
-)
-SELECT 
-    row_data[0] as name,
-    CAST(row_data[1] AS BIGINT) as id
-FROM flattened;
-
--- 3. 查看结果
-SELECT * FROM test02_feishu_parsed;
-```
-
-## 4. **常见问题**
-
-### 问题1：使用python脚本和离线任务导入飞书数据的区别
-
-Python脚本导入：可支持定期调度飞书表格中的数据，但是需要用户熟悉Python语法。
-
-离线任务导入：提供无代码页面配置，操作门槛较低。但是当前暂不支持周期调度，后续版本会支持。
-
-### 问题2：开发过程中总是提示没有权限
-
-检查相关权限是否配置正确
-
-飞书应用中：是否是基于文件类型配置相应的权限。注意，url中sheet和wiki对应的权限都是有区别的，一定要选择正确的权限点。
-
-配置后是否发布审批：用户在配置权限后，还需点击发布，待管理员审批通过后才能获取权限点
-
-是否在飞书文档中为该应用配置了访问权限。此步骤非常重要！企业用户必须完成此配置才能通过API进行访问。