@guandata/guanetl 0.1.19 → 0.1.20

package/CHANGELOG.md

@@ -1,5 +1,13 @@
 # Changelog
 
+## @guandata/guanetl 0.1.20 - 2026-07-20
+
+- `save` 会按“同一输出目录 + 同名 + 唯一匹配”自动恢复已绑定输出的节点 id 和 dsId，避免 AI 重写输出节点 id 时误建新数据集并断开下游依赖。
+- 移除或替换已绑定输出时默认阻止 `direct-save`；仅在显式使用 `--allow-output-replacement` 后放行，并提示调用方自行迁移下游 dsId 引用。
+- `preview` 返回 0 行时不再误报“预览验证通过”，默认输出数据质量 warning；新增 `--require-nonempty`，供自动化流程在空结果时返回错误并阻止后续保存。
+- 新建 ETL 首次 `save` 缺少服务端 edit 基线时改为输出带 `save.first_save_fallback` 标记的正常回退信息；其他 edit 读取失败继续以 `save.edit_fallback` warning 呈现。
+- 全局安装或升级后自动刷新 AI Skill，并随包提供完整使用说明和参考资料。
+
 ## @guandata/guanetl 0.1.19 - 2026-07-08
 
 - 新增 `move` 命令，支持将一个或多个智能 ETL 移动到指定 ETL 目录，并在接口异常时读回确认移动结果。

package/README.md

@@ -18,6 +18,7 @@ npm link
 guanetl edit <etl_id> --dir <work_dir>
 guanetl export --dir <work_dir>
 guanetl preview <node_id> --dir <work_dir>
+guanetl preview <node_id> --dir <work_dir> --require-nonempty
 guanetl save --dir <work_dir>
 ```
 
@@ -25,6 +26,10 @@ guanetl save --dir <work_dir>
 
 标准 ETL 写入闭环：`create/edit → export → preview → save → run --wait`。如果目标 ETL 依赖的智能 ETL 上游也需要刷新，可先用 `guanetl run <etl_id> --run-upstream --dry-run` 查看拓扑计划，再用 `guanetl run <etl_id> --run-upstream` 从最上游依次执行并等待完成。
 
+`preview` 返回 0 行时默认输出 warning 并保持兼容的成功退出码；自动化发布或要求输出必须有数据时使用 `preview --require-nonempty`，并仅在命令成功后继续 `save`。
+
+新建 ETL 首次 `save` 时若服务端尚无 edit 基线，CLI 会输出 `信息 [save.first_save_fallback]` 并使用本地 base，这是正常路径。`警告 [save.edit_fallback]` 则表示其他 edit 读取故障后发生了兼容回退，需要检查网络、权限和本地基线。
+
 > **触发成功 ≠ ETL 执行成功**：`run` 返回"执行已触发"仅表示后端接受了请求。使用 `run --wait` 等待终态，FAILED 时会展示真实错误消息；如果同一 ETL 已被级联触发并正在运行，`run --wait` 会改为等待当前运行中的任务。触发前会检查直接上游数据集状态；若发现上游处于失败态，会先输出警告但继续执行，可用 `--skip-upstream-check` 跳过检查。
 > `run --run-upstream` 会包含目标 ETL 本身，并对计划内每个 ETL 等待终态；任一上游执行失败时会停止后续节点。
 
@@ -40,8 +45,17 @@ guanetl save --dir <work_dir>
 guanetl install-skill
 ```
 
+> `npm install -g` / `npm link` 全局安装时会通过 postinstall 自动执行一次 skill 安装/刷新；上述命令用于手动重装或排查。CI 等无需 skill 的环境可设 `GUAN_SKIP_INSTALL_SKILL=1` 跳过。
+
 ## 版本更新
 
+### @guandata/guanetl 0.1.20
+
+- `save` 会在同目录同名输出唯一匹配时自动恢复原输出节点 id 和 dsId，避免编辑已有 ETL 时误建新输出数据集。
+- 替换或移除已绑定输出默认阻断；确需替换时显式使用 `--allow-output-replacement`，并自行迁移下游 dsId 引用。
+- 预览结果为空时会明确提醒；自动化流程可要求必须返回数据后再继续保存。
+- 全局安装或升级后自动刷新 AI Skill，并随包提供完整使用说明和参考资料。
+
 ### @guandata/guanetl 0.1.19
 
 - 新增 `move` 命令，支持将一个或多个智能 ETL 移动到指定 ETL 目录，并在接口异常时读回确认移动结果。

package/bin/postinstall.js

@@ -0,0 +1,58 @@
+#!/usr/bin/env node
+
+/**
+ * Best-effort post-install hook: refresh the installed AI skill right after
+ * a global npm install/upgrade, so users cannot forget to run
+ * `guanetl install-skill` and end up with a stale SKILL.md.
+ *
+ * Constraints:
+ * - MUST never fail the npm install: every failure path still exits 0.
+ * - Only runs for global installs (`npm install -g` / `npm link`); a local
+ *   `npm install` inside a project never touches the user's home dirs.
+ * - Escape hatch: GUAN_SKIP_INSTALL_SKILL=1 skips entirely (e.g. CI images
+ *   that install the CLI but never run an AI agent are skipped by default).
+ */
+
+"use strict";
+
+const { spawnSync } = require("child_process");
+const path = require("path");
+
+const CLI_NAME = "guanetl";
+
+function skipReason() {
+  if (process.env.GUAN_SKIP_INSTALL_SKILL === "1") return "GUAN_SKIP_INSTALL_SKILL=1";
+  if (process.env.npm_config_global !== "true") return "not a global install";
+  if (process.env.CI) return "CI environment";
+  return "";
+}
+
+function main() {
+  const reason = skipReason();
+  if (reason) {
+    console.log(`[${CLI_NAME}] postinstall: skipping automatic install-skill (${reason}).`);
+    return;
+  }
+  console.log(`[${CLI_NAME}] postinstall: refreshing AI skill (${CLI_NAME} install-skill)...`);
+  const result = spawnSync(
+    process.execPath,
+    [path.join(__dirname, "run.js"), "install-skill"],
+    { stdio: "inherit", env: process.env, timeout: 180000 }
+  );
+  if (result.error || result.status !== 0) {
+    console.warn(
+      `[${CLI_NAME}] postinstall: automatic skill install did not complete` +
+        (result.error ? ` (${result.error.message})` : ` (exit ${result.status})`) +
+        `; run \`${CLI_NAME} install-skill\` manually to refresh SKILL.md.`
+    );
+  }
+}
+
+try {
+  main();
+} catch (err) {
+  console.warn(
+    `[${CLI_NAME}] postinstall: ${err.message}; run \`${CLI_NAME} install-skill\` manually.`
+  );
+}
+process.exit(0);

package/bin/run.js

@@ -86,10 +86,36 @@ if (process.argv[2] === "version" && process.argv.length === 3) {
   process.exit(0);
 }
 
+
+// 定位 npm 自带的 npx-cli.js 并用 node 直接执行（与 guanskill 保持一致），
+// 避免 Windows 上 spawn npx.cmd 的两类问题：shell:true 不做参数 quoting
+// （全局安装路径含空格时会被拆参），以及新版 Node 禁止无 shell 的 .cmd
+// spawn（CVE-2024-27980）。postinstall 场景下 npm_execpath 必然可用。
+function resolveNpxInvocation() {
+  const executableDir = path.dirname(process.execPath);
+  const candidates = [];
+  if (process.env.npm_execpath) {
+    candidates.push(path.join(path.dirname(process.env.npm_execpath), "npx-cli.js"));
+  }
+  candidates.push(path.join(executableDir, "node_modules", "npm", "bin", "npx-cli.js"));
+  candidates.push(path.resolve(executableDir, "..", "node_modules", "npm", "bin", "npx-cli.js"));
+  candidates.push(path.resolve(executableDir, "..", "lib", "node_modules", "npm", "bin", "npx-cli.js"));
+  const npxCliPath = candidates.find((candidate) => fs.existsSync(candidate));
+  if (npxCliPath) {
+    return { command: process.execPath, argsPrefix: [npxCliPath] };
+  }
+  if (process.platform === "win32") {
+    throw new Error("Cannot locate npm/bin/npx-cli.js for safe Windows execution");
+  }
+  return { command: "npx", argsPrefix: [] };
+}
+
 if (process.argv[2] === "install-skill") {
   const pkgRoot = path.join(__dirname, "..");
   const extraArgs = process.argv.slice(3);
   const args = [
+    // --yes: postinstall 等非交互环境下 npx 需要免确认下载 skills CLI
+    "--yes",
     "skills",
     "add",
     pkgRoot,
@@ -100,7 +126,12 @@ if (process.argv[2] === "install-skill") {
     ...extraArgs,
   ];
   console.log("Installing guanetl to AI coding assistants...");
-  const result = spawnSync("npx", args, { stdio: "inherit", env: process.env, shell: true });
+  const npxInvocation = resolveNpxInvocation();
+  const result = spawnSync(npxInvocation.command, [...npxInvocation.argsPrefix, ...args], {
+    stdio: "inherit",
+    env: process.env,
+    shell: false,
+  });
   if (result.error) throw result.error;
   const status = result.status || 0;
   if (status === 0) installBuddySkills(pkgRoot, "guanetl");

package/package.json

@@ -1,11 +1,12 @@
 {
   "name": "@guandata/guanetl",
-  "version": "0.1.19",
+  "version": "0.1.20",
   "description": "观远 ETL 本地开发工具 - 拉取、编辑、导出、预览、保存 ETL",
   "bin": {
     "guanetl": "bin/run.js"
   },
   "scripts": {
+    "postinstall": "node bin/postinstall.js",
     "build": "node scripts/build.js && node scripts/sync-skill.js",
     "test:build-script": "node scripts/build.test.js",
     "changelog": "node ../../scripts/generate-release-changelog.js .",

package/skills/guanetl/SKILL.md

@@ -132,7 +132,8 @@ guanetl edit <etl_id> --dir <work_dir>
 
 ```bash
 guanetl export --dir <work_dir>
-guanetl preview <node_id> --dir <work_dir>
+# 保存闭环默认要求预览至少返回 1 行；明确允许合法空结果时可省略 --require-nonempty
+guanetl preview <node_id> --dir <work_dir> --require-nonempty
 guanetl save --dir <work_dir> --dry-run
 guanetl save --dir <work_dir>
 guanetl run <etl_id> --wait            # 可选：保存后触发执行并等待完成
@@ -140,9 +141,11 @@ guanetl run <etl_id> --wait            # 可选：保存后触发执行并等待
 
 **再次修改已 save 过的 ETL 时**：即使本地还保留着上次的工作目录，也必须重新执行 `guanetl edit <etl_id> --dir <新目录>` 拉取服务端最新版本，不要在旧工作目录上直接改了再 save。原因：服务端版本可能已经变化，直接复用旧 base 会导致合并冲突（如"输出数据集目录中存在同名文件"）。
 
-如果 `save` 在 direct-save 前提示输出数据集绑定风险，按提示处理，不要手动删除旧输出数据集。常见原因是本地改动把已有 `OUTPUT_DATASET` 节点的 dsId/dataSource 绑定丢掉、新建了同目录同名输出节点，或用 `guands dataset rename` 改了输出数据集名但 `etl.go` 的 `outputDsName` 没同步。修复优先级：重新 `edit` 到新目录、保持原输出节点 id、同步 `outputDsName`；确实要新建独立输出时，同时更换 `OUTPUT_DATASET` 节点 id，并设置新的 `outputDsName` 或 `parentDirId`。
+`save` 会协调已保存 ETL 的输出身份：当本地 `OUTPUT_DATASET` 节点 id 变化，但它与服务端已绑定输出在同一目录、同名且双方唯一时，CLI 会自动恢复原节点 id 和 dsId，继续原地更新已有输出数据集。该协调不会修改本地 `_exported.json`，保存影响报告会显示 `save.output_binding_reconciled`。
 
-只追加输出列是安全例外：新增列、不改名、不删已有列、不改已有列类型，并保持原 `OUTPUT_DATASET` 节点 id 和 `outputDsName` 时，可以原地 `save`，保存前仍需 `preview` 目标输出确认结果。改列名、删列、改类型、换输入数据集、重接输出链路或更换输出节点 id 都按下游绑定风险处理。
+如果 `save` 在 direct-save 前提示输出数据集绑定风险，按提示处理，不要手动删除或重命名旧输出数据集。跨目录、重名歧义、删除旧输出或无法唯一匹配时，CLI 不会猜测并默认停止保存。修复优先级：重新 `edit` 到新目录、同步 `outputDsName`、确认输出目录；确实要替换已绑定输出时，设置新的节点 id、`outputDsName` 或 `parentDirId`，并显式加 `--allow-output-replacement`。该选项只放行保存，不会迁移任何下游 dsId 引用。
+
+只追加输出列是安全例外：新增列、不改名、不删已有列、不改已有列类型，并保持输出名称和目录时，可以原地 `save`，保存前仍需 `preview` 目标输出确认结果。改列名、删列、改类型、换输入数据集或重接输出链路仍按下游 schema 风险处理；输出节点 id 变化仅在唯一匹配时自动协调。
 
 保存前优先执行 `save --dry-run` 查看影响报告；`--format json` 可用于自动化检查。dry-run 不调用 direct-save，若报告出现阻断风险，先修 `etl/` 后重新 `export -> preview -> save --dry-run`。
 如果报告出现“输出字段风险”，表示同一输出数据集中的同名字段发生类型或来源变化，服务端可能重建该列 fdId；保存前先用 `guands dataset cards <输出dsId>` 看下游卡片，保存执行后再按列名核对并重绑页面卡片 fdId。
@@ -199,6 +202,8 @@ guanetl move <etl_id1> <etl_id2> --dir-id <etl_dir_id>
 
 `save --dry-run` 只执行到合并和保存影响检查，不执行第 4 步。
 
+新建 ETL 首次保存前，服务端可能还没有可供 edit API 读取的完整基线。此时 `save` 会使用 `create` 生成的本地 `_base_etl.json`，并输出 `信息 [save.first_save_fallback]`；这是正常的首次保存路径，不代表 create 或 save 失败。其他服务端 edit 读取失败会输出 `警告 [save.edit_fallback]`，表示虽然已回退本地 base，但仍需确认网络、权限及本地基线是否可靠。
+
 用户不需要手写服务端保存 payload。只要 `etl/` 修改正确、`export` 通过，`save` 就能完成服务端保存。
 
 ### run --wait、run --run-upstream 与任务状态
@@ -236,7 +241,7 @@ guancli task detail <taskId>
 
 ### preview 返回 0 行
 
-preview 成功但行数为 0 是合法结果，**不一定代表有错误**。排查顺序：
+preview 成功但行数为 0 是合法结果，**不一定代表有错误**。CLI 默认返回成功但会输出 warning，且不会再宣称“预览验证通过”。自动化发布或确认输出必须有数据时使用 `preview --require-nonempty`；零行将返回非零退出码，应停止后续 `save`。排查顺序：
 1. 确认输入数据集本身有数据（用 `guancli ds preview <dsId> --limit 5`）
 2. 如果节点有 FILTER_ROWS 或 WHERE 条件，临时简化筛选条件再 preview
 

package/skills/guanetl/references/ETL_AI_DEVELOP.md

@@ -339,7 +339,7 @@ func DefineETL() []Node {
 始终按这个顺序：
 
 1. `guanetl export --dir <work_dir>`
-2. 需要看结果时：`guanetl preview <node_id> --dir <work_dir>`
+2. 需要看结果时：`guanetl preview <node_id> --dir <work_dir>`；保存前要求非空时追加 `--require-nonempty`，零行会返回错误并阻止命令链继续执行
 3. 保存前先看影响：`guanetl save --dir <work_dir> --dry-run`
 4. 确认无误后：`guanetl save --dir <work_dir>`
 
@@ -347,16 +347,21 @@ func DefineETL() []Node {
 
 ## save 输出数据集冲突
 
-`save` 会先拉取服务端当前 ETL，再把本地 `_exported.json` 合并进去。修改已保存 ETL 时，输出节点必须保留服务端已有输出数据集绑定，否则 direct-save 可能把它当成“创建新输出数据集”，触发“输出数据集目录中存在同名文件”。
+`save` 会先拉取服务端当前 ETL，再把本地 `_exported.json` 合并进去。修改已保存 ETL 时，输出节点必须复用服务端已有输出数据集绑定，否则 direct-save 可能把它当成“创建新输出数据集”，触发“输出数据集目录中存在同名文件”。
+
+新建 ETL 首次保存时，服务端 edit API 可能返回 ETL 不存在。若当前本地 base 与工作区 ETL ID 一致且尚无 actions，CLI 会将其识别为正常首次保存回退并输出 `save.first_save_fallback`；其他 edit 故障使用 `save.edit_fallback` warning，不应静默当作首次保存。
+
+当本地输出节点 id 被重新生成，但 `outputDsName + parentDirId` 与一个服务端已绑定输出唯一匹配时，`save` 会在请求副本中自动恢复原节点 id 和 dsId，并在影响报告中输出 `save.output_binding_reconciled`。源 `_exported.json` 不会被改写。跨目录、双方重名歧义、删除旧输出或无法唯一匹配时不会自动协调。
 
 - 再次修改已保存 ETL，优先重新执行 `guanetl edit <etl_id> --dir <新目录>`，不要长期复用旧工作目录。
 - 只追加输出列时，可以原地 `save`：新增列，不改名、不删已有列、不改已有列类型，并保持原 `OUTPUT_DATASET` 节点 id 和 `outputDsName`。
 - 修改已有输出 schema 时，保持原 `OUTPUT_DATASET` 节点 id；改列名、删列、改已有列类型、换输入数据集或重接输出链路都可能影响下游绑定，保存前必须重新 `preview` 并评估下游。
 - 如果用 `guands dataset rename` 改过 ETL 输出数据集名称，必须同步 `etl.go` 中 `BasicOutputDataset(..., outputDsName, ...)` 或 `BasicOutputDatasetInDir(..., outputDsName, ...)` 的名称。
 - 不要为了绕过同名错误手动删除旧输出数据集；旧输出通常仍被 ETL 依赖。
-- 如果确实要创建新输出数据集，必须同时更换 `OUTPUT_DATASET` 节点 id，并设置新的 `outputDsName` 或 `parentDirId`；只改名称会被视为已有输出绑定风险。
+- 如果只是在保留旧输出的同时增加新输出，使用新的节点 id 和不同的 `outputDsName` 或 `parentDirId` 即可。
+- 如果确实要移除已绑定输出并创建新输出数据集，必须使用新的节点 id、`outputDsName` 或 `parentDirId`，并显式加 `--allow-output-replacement`。该选项不会迁移下游 dsId 引用，调用方必须自行完成依赖迁移。
 - `save` 如果在 direct-save 前提示输出绑定风险，先修本地 `etl.go` / `meta.json`，再重新 `export -> preview -> save`。
-- `save --dry-run` 只生成保存影响报告，不调用 direct-save；需要机器可读结果时加 `--format json`。报告里出现阻断级输出绑定风险时，必须先修本地定义，不能继续真实 `save`。
+- `save --dry-run` 只生成保存影响报告，不调用 direct-save；需要机器可读结果时加 `--format json`。报告里出现阻断级输出绑定风险时，必须先修本地定义，或在确认主动替换且已规划下游迁移后显式使用 `--allow-output-replacement`。
 
 ## Appendix: Framework Surface