@guandata/guanwf 0.1.825 → 0.1.827

package/CHANGELOG.md

@@ -1,5 +1,16 @@
 # Changelog
 
+## @guandata/guanwf 0.1.827 - 2026-08-20
+
+- 改进 npm 安装后的 Skill 自动安装反馈，安装结果与后续处理提示更清晰。
+- 修复安装/删除 Skill 时的确认交互与 Windows CLI 兼容问题，提升跨平台可用性。
+- 同步更新安装命令与使用说明。
+
+## @guandata/guanwf 0.1.826 - 2026-08-07
+
+- 完善工作流输出落位闭环，支持目录预检与目标资源存在性判定，提升保存和执行流程的可靠性。
+- 修复工作流输出绑定中的字段错位问题，确保数据集同步与输出配置正确关联。
+- 更新工作流节点使用说明，补充输出落位相关行为和操作指引。
 ## @guandata/guanwf 0.1.825 - 2026-08-05
 
 - Python 节点输出支持绑定已有数据集，可直接覆盖或追加到指定数据集，避免重复创建输出并保持下游引用稳定。

package/README.md

@@ -43,10 +43,20 @@ DatasetNode 刷新目标，应使用 SubWorkflowNode 调用产出工作流。参
 guanwf 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。
+> `npm install -g --foreground-scripts @guandata/guanwf` / `npm link --foreground-scripts` 会通过 postinstall 自动刷新 skill，并显示明确的成功、失败或跳过结果；上述 `guanwf install-skill` 仅用于失败后的手动修复或排查。CI 等无需 skill 的环境可设 `GUAN_SKIP_INSTALL_SKILL=1` 跳过。
 
 ## 版本更新
 
+### @guandata/guanwf 0.1.827
+
+- 改进 Skill 自动安装反馈和删除确认流程。
+- 优化 Windows 环境下的 CLI 启动兼容性。
+
+### @guandata/guanwf 0.1.826
+
+- 完善工作流输出落位校验，保存和执行时能更准确地确认目标数据集。
+- 修复输出绑定中的字段错位问题，提升数据集同步准确性。
+
 ### @guandata/guanwf 0.1.825
 
 - Python 节点输出支持绑定已有数据集，可直接覆盖或追加到指定数据集，避免重复创建输出并保持下游引用稳定。

package/bin/install-env.js

@@ -0,0 +1,73 @@
+"use strict";
+
+const { spawnSync } = require("child_process");
+
+const SANITIZED_MARKER = "GUAN_INSTALL_ENV_SANITIZED";
+const SAFE_DELETE_TARGET = String.raw`(?:"(?:[^"]*[\\/])?genie-safe-delete\.cjs"|'(?:[^']*[\\/])?genie-safe-delete\.cjs'|(?:[^\s"']*[\\/])?genie-safe-delete\.cjs)`;
+
+function envKey(env, expected) {
+  return Object.keys(env).find((key) => key.toLowerCase() === expected.toLowerCase());
+}
+
+function stripWorkBuddySafeDelete(nodeOptions) {
+  const pattern = new RegExp(
+    String.raw`(^|\s)(?:--require|-r)(?:=|\s+)${SAFE_DELETE_TARGET}(?=\s|$)(?:\s+|$)`,
+    "gi"
+  );
+  let removed = false;
+  const value = String(nodeOptions || "").replace(pattern, (_, prefix) => {
+    removed = true;
+    return prefix ? " " : "";
+  }).trim();
+  return { value, removed };
+}
+
+function hasWorkBuddySafeDelete(env = process.env) {
+  const key = envKey(env, "NODE_OPTIONS");
+  return Boolean(key && stripWorkBuddySafeDelete(env[key]).removed);
+}
+
+function createInstallChildEnv(env = process.env) {
+  const childEnv = { ...env };
+  for (const key of Object.keys(childEnv)) {
+    if (key.toLowerCase() === "npm_config_global") {
+      delete childEnv[key];
+    }
+  }
+
+  const nodeOptionsKey = envKey(childEnv, "NODE_OPTIONS");
+  if (nodeOptionsKey) {
+    const cleaned = stripWorkBuddySafeDelete(childEnv[nodeOptionsKey]);
+    if (cleaned.removed) {
+      if (cleaned.value) childEnv[nodeOptionsKey] = cleaned.value;
+      else delete childEnv[nodeOptionsKey];
+      childEnv[SANITIZED_MARKER] = "1";
+    }
+  }
+  return childEnv;
+}
+
+function reexecInstallCommand(scriptPath, args, options = {}) {
+  const env = options.env || process.env;
+  if (env[SANITIZED_MARKER] === "1" || !hasWorkBuddySafeDelete(env)) {
+    return false;
+  }
+
+  const spawn = options.spawn || spawnSync;
+  const exit = options.exit || process.exit;
+  const nodePath = options.nodePath || process.execPath;
+  const result = spawn(nodePath, [scriptPath, ...args], {
+    stdio: "inherit",
+    env: createInstallChildEnv(env),
+    shell: false,
+  });
+  if (result.error) throw result.error;
+  exit(result.status == null ? 1 : result.status);
+  return true;
+}
+
+module.exports = {
+  createInstallChildEnv,
+  hasWorkBuddySafeDelete,
+  reexecInstallCommand,
+};

package/bin/postinstall.js

@@ -41,18 +41,21 @@ function main() {
   );
   if (result.error || result.status !== 0) {
     console.warn(
-      `[${CLI_NAME}] postinstall: automatic skill install did not complete` +
+      `[${CLI_NAME}] postinstall: AI skill update FAILED` +
         (result.error ? ` (${result.error.message})` : ` (exit ${result.status})`) +
         `; run \`${CLI_NAME} install-skill\` manually to refresh SKILL.md.`
     );
+    return;
   }
+  console.log(`[${CLI_NAME}] postinstall: AI skill updated successfully.`);
 }
 
 try {
   main();
 } catch (err) {
   console.warn(
-    `[${CLI_NAME}] postinstall: ${err.message}; run \`${CLI_NAME} install-skill\` manually.`
+    `[${CLI_NAME}] postinstall: AI skill update FAILED (${err.message}); ` +
+      `run \`${CLI_NAME} install-skill\` manually.`
   );
 }
 process.exit(0);

package/bin/run.js

@@ -6,6 +6,7 @@ const { execFileSync, execSync, spawnSync } = require("child_process");
 const path = require("path");
 const fs = require("fs");
 const os = require("os");
+const { createInstallChildEnv, reexecInstallCommand } = require("./install-env");
 
 const PLATFORM_MAP = {
   "darwin-arm64": "guanwf-darwin-arm64",
@@ -111,6 +112,7 @@ function resolveNpxInvocation() {
 }
 
 if (process.argv[2] === "install-skill") {
+  reexecInstallCommand(__filename, process.argv.slice(2));
   const pkgRoot = path.join(__dirname, "..");
   const extraArgs = process.argv.slice(3);
   const args = [
@@ -128,8 +130,11 @@ if (process.argv[2] === "install-skill") {
   console.log("Installing guanwf to AI coding assistants...");
   const npxInvocation = resolveNpxInvocation();
   const result = spawnSync(npxInvocation.command, [...npxInvocation.argsPrefix, ...args], {
+    // Avoid leaking project-only Agent markers (for example PromptScript) from
+    // the caller's cwd into this global installation.
+    cwd: pkgRoot,
     stdio: "inherit",
-    env: process.env,
+    env: createInstallChildEnv(process.env),
     shell: false,
   });
   if (result.error) throw result.error;

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@guandata/guanwf",
-  "version": "0.1.825",
+  "version": "0.1.827",
   "description": "观远工作流数据流编辑工具 - 创建、编辑、导出、预览、保存数据流",
   "bin": {
     "guanwf": "bin/run.js"

package/skills/guanwf/SKILL.md

@@ -1,7 +1,7 @@
 ---
 name: guanwf
 description: 当用户要创建、编辑、保存工作流引擎中的工作流（含数据流节点、Python 节点、子工作流编排、参数赋值等多节点 DAG），或需要预览数据流节点、校验/试运行 Python 脚本、运行工作流、配置定时调度、从失败处恢复续跑，或需要查询工作流/数据流列表和详情时使用。也适用于把一批已有作业工作流按依赖串成统一调度的主工作流（编排）：从血缘自动推导依赖生成编排（deps plan）、对账编排依赖与血缘是否一致（deps verify）、配置 cron 调度上下线（schedule）、失败后增量恢复（run --recover）。数据流是 BI ETL 的扩展，运行在独立的工作流引擎中。适用于用户说"创建一个数据流""创建一个带 Python 节点的工作流""编辑这个工作流""保存数据流""预览数据流节点""运行工作流""验证这个 Python 脚本能不能跑""列出所有数据流""查看这个工作流的定义""把这批作业串起来统一调度""按血缘生成调度依赖""给工作流配个每天凌晨的调度""调度先下线""编排里有作业挂了修好后接着跑"等场景。
-compatibility: "Requires Node.js 14+. Install via npm link (local) or npm install -g @guandata/guanwf (from internal Nexus registry). CLI command: guanwf."
+compatibility: "Requires Node.js 14+. Install via npm link --foreground-scripts (local) or npm install -g --foreground-scripts @guandata/guanwf (from internal Nexus registry) so the AI skill refresh result is visible. CLI command: guanwf."
 ---
 
 # guanwf
@@ -348,8 +348,15 @@ NEED_FAULT_TOLERANCE。适用于长链路编排中
    本地快照里有、导出里删了的节点 → 删除；服务端有、本地快照不知道的节点（他人并发新增）→
    保留并打印提示
 5. dataflowJson 按 dataflow id 经 etlmerge 做 actions 字段级合并（成员判断同上）
-6. 调用 `/process/save-draft` 或 `/process/save`，成功后刷新本地快照并把服务端回写的
-   Python 参数同步进 `python.json`
+6. 调用 `/process/save-draft` 或 `/process/save`，成功后把**本次提交的定义**刷新为本地快照
+   并同步进 `python.json`（不是服务端回写值——服务端在保存/运行后对输出 dataSource/dsId
+   等字段的回写需要重新 `guanwf edit` 才能拿到），随后回读服务端做输出落位诊断：
+   目录被纠正时提示 `save.output_dir_rectified`，输出尚未物化时提示
+   `save.output_pending_materialization`（此时 dsId 是临时值，首次成功运行前每次保存都会
+   重新生成，勿用于下游引用）。`run` 等待成功后会校验所有输出的数据集实体线上存在
+   （`created=true` 直接通过；`created=false` 会查询数据集本身——绑定其他流程创建的
+   已有数据集时 DSL 要求保持 `Created=false`，该状态合法），数据集不存在的输出会直接
+   报错（后端存在"脚本未产出输出时静默跳过注册但任务 SUCCESS"的路径）。
 
 因此用户和 AI 都不需要手写服务端保存 payload。多人/多端并发修改同一工作流时，以服务端
 最新版本为基底合并，不会把别人新加的节点冲掉；但同一节点的并发修改仍是后保存者覆盖。

package/skills/guanwf/references/WORKFLOW_NODES.md

@@ -67,10 +67,13 @@ node_1006 := LoadNodeFromFile("node_1006.json", node_1005)
 ```
 
 配置说明：
-- `OutputDsId`: 输出数据集 ID
+- `OutputDsId`: 输出数据集 ID（序列化为服务端的 `dsId` 键；绑定已有数据集时填写）
+- `ParentDirID`: 输出数据集目录（DATA_SET 目录树 id，新建输出必填，缺失会导致运行期报错）
 - `UpdateMode`: `APPEND`（追加）或 `UPSERT`（更新插入）
 - `PrimaryKeys`: UPSERT 模式的主键列
 
+推荐优先使用透传模式（LoadNodeFromFile），可保留服务端节点的全部配置。
+
 ## 原生 DSL 节点
 
 以下节点有结构化的 Go DSL 函数，import 后会生成可直接编辑的代码。