clearai-dsh 0.1.0

package/presets/clearai/template/skills/data-analysis/templates/cleaning_rules_draft.yaml.tpl

@@ -0,0 +1,32 @@
+# 清洗规则草案 (Cleaning Rules Draft)
+# Generated by: analyze/quality-audit
+# Purpose: Input for Governance Skill
+
+rules:
+  - id: "R001"
+    target_field: "temperature"
+    action: "set_null"
+    condition: "value < 0 or value > 1200"
+    reason: "Physical limits exceeded (sensor failure)"
+
+  - id: "R002"
+    target_field: "pressure"
+    action: "clip"
+    params:
+      min: 0.0
+      max: 10.0
+    reason: "Operational range constraint"
+
+  - id: "R003"
+    target_field: "timestamp"
+    action: "drop_duplicates"
+    params:
+      keep: "first"
+    reason: "Duplicate timestamps found"
+
+  - id: "R004"
+    target_field: "all_sensors"
+    action: "ffill"
+    params:
+      limit: 30
+    reason: "Short communication gaps (<30s)"

package/presets/clearai/template/skills/data-analysis/templates/data_dictionary.md.tpl

@@ -0,0 +1,12 @@
+# 数据字典 (Data Dictionary)
+
+| 字段名称 (Field) | 物理含义 (Meaning) | 单位 (Unit) | 数据类型 (Type) | 精度 (Precision) | 采样频率 (Hz) | 来源地址 (Source) | 备注 (Remarks) |
+| :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- |
+| `timestamp` | 采样时间戳 | `ISO8601` | `datetime` | `ms` | - | - | 必须单调递增 |
+| `batch_no` | 批次/轮次号 (Business Key) | - | `string` | - | - | `runs.batch_no` | 关联主键 |
+| `temp_sample` | 样品温度 | `°C` | `float` | `0.1` | `1` | `sensor_A.ch4` | 正常范围 20-80 |
+| `pressure_inlet` | 进口压力 | `MPa` | `float` | `0.01` | `10` | `sensor_A.ch8` | - |
+
+## 补充说明
+- **缺失值代码**: `-9999` (采集故障), `0` (停止采集/无信号)
+- **时间对齐**: 所有观测通道数据已对齐至 `timestamp`

package/presets/clearai/template/skills/data-analysis/templates/domain_knowledge_template.md.tpl

@@ -0,0 +1,316 @@
+# 领域先验知识模板
+
+## 模板说明
+
+本文档是领域先验知识的通用模板。在迁移到新项目时，按照本文档的章节结构填充对应的领域知识即可。
+
+**适用范围**：任何需要对业务/科研流程进行建模的数据分析场景
+
+**填写原则**：
+1. 从纯业务视角描述，不涉及具体的建模技术术语
+2. 面向业务/领域分析师可理解的语言
+3. 覆盖核心流程、关键对象、数据特征、业务规则等维度
+
+---
+
+# [业务场景名称]领域先验知识
+
+## 文档说明
+
+*【填写说明】简要描述本文档的目的和覆盖范围。*
+
+**对象系统**: ${SYSTEM_NAME}
+**分析日期**: ${DATE}
+
+---
+
+## 一、业务背景与目标
+
+### 1.1 业务场景概述
+
+*【填写说明】描述业务/研究场景的整体背景，包括：*
+- *该场景在整体链条（业务链/研究链）中的位置*
+- *场景的核心功能和价值*
+
+### 1.2 核心业务目标
+
+*【填写说明】描述场景的核心目标，可以用表格形式列出：*
+
+| 目标维度 | 描述 | 约束条件 |
+|---------|------|---------|
+| *目标1* | *描述* | *刚性/软性约束* |
+| *目标2* | *描述* | *刚性/软性约束* |
+
+### 1.3 业务挑战
+
+*【填写说明】描述该场景面临的主要挑战和难点。*
+
+---
+
+## 二、系统与对象结构
+
+### 2.1 系统布局
+
+*【填写说明】描述对象系统的组成单元数量和布局（如：多条采集链路、多个站点、多台仪器）。*
+
+### 2.2 对象层级结构
+
+*【填写说明】描述系统/对象的层级关系，可以用树形结构表示：*
+
+```
+系统
+├── 子系统1
+│   ├── 单元A
+│   └── 单元B
+└── 子系统2
+    ├── 单元A
+    └── 单元B
+```
+
+### 2.3 对象编号规则
+
+*【填写说明】描述对象/通道编号的命名规则和各组成部分的含义：*
+
+| 组成部分 | 含义 | 取值范围 |
+|---------|------|---------|
+| *前缀* | *含义* | *取值* |
+| *标识1* | *含义* | *取值* |
+
+### 2.4 对象对应关系
+
+*【填写说明】描述不同单元/对象之间的固定对应关系（如有）。*
+
+---
+
+## 三、核心流程
+
+### 3.1 流程概述
+
+*【填写说明】描述核心流程的整体阶段划分：*
+
+```
+阶段1：[阶段名称]
+    ↓
+阶段2：[阶段名称]
+    ↓
+阶段3：[阶段名称]
+```
+
+### 3.2 阶段1：[阶段名称]
+
+*【填写说明】详细描述该阶段的业务内容：*
+
+#### 3.2.1 [环节名称]
+
+*描述该环节的业务操作、输入信息、输出信息。*
+
+#### 3.2.2 [环节名称]
+
+*描述该环节的业务操作、输入信息、输出信息。*
+
+### 3.3 阶段2：[阶段名称]
+
+*【填写说明】按照上述格式描述各个环节。*
+
+### 3.4 阶段3：[阶段名称]
+
+*【填写说明】按照上述格式描述各个环节。*
+
+---
+
+## 四、关键业务对象
+
+### 4.1 主键对象
+
+*【填写说明】找出能够将整个流程串联起来的主键对象。主键对象应满足以下特征：*
+- *是全流程的唯一标识，所有过程事件都应归属于该对象*
+- *在业务上稳定、可重复，不随时间变化*
+- *能够作为不同数据表之间的关联键*
+
+*描述该主键对象的定义、命名规则和在流程中的作用。*
+
+### 4.2 [核心对象2]
+
+*【填写说明】可以用表格形式列出相关对象：*
+
+| 对象 | 说明 |
+|-----|------|
+| *对象A* | *说明* |
+| *对象B* | *说明* |
+
+### 4.3 标准/配置类对象
+
+*【填写说明】描述业务中的标准或配置类数据，特别注意说明其静态特性：*
+
+| 对象 | 说明 |
+|-----|------|
+| *标准A* | *说明* |
+| *标准B* | *说明* |
+
+**静态配置数据的特性**（如适用）：
+- *说明哪些数据是静态配置数据，不会随时间发生状态变化*
+- *说明这些数据如何被多个业务对象共享引用*
+
+### 4.4 [核心对象4]
+
+*【填写说明】继续描述其他关键业务对象。*
+
+---
+
+## 五、数据文件与业务映射
+
+### 5.1 数据文件清单
+
+*【填写说明】列出所有相关的数据文件及其业务描述，并标注时间戳字段：*
+
+| 数据文件 | 业务描述 | 时间戳字段 |
+|---------|---------|-----------|
+| *文件名1* | *该文件记录的业务内容* | *用于排序的时间字段* |
+| *文件名2* | *该文件记录的业务内容（如是静态配置数据请标注）* | *无（留空）* |
+
+**时间戳字段选择规则**：
+- 若同时存在"开始/结束"类时间字段：优先使用结束/完成时间
+- 若同时存在"创建/修改"类时间字段：优先使用修改时间
+- 若无合适时间字段：时间戳留空
+
+### 5.2 数据区分规则
+
+*【填写说明】描述如何从数据中区分不同的业务阶段或类型：*
+
+#### 5.2.1 [数据类型1]区分规则
+
+| 区分条件 | 业务阶段 |
+|---------|---------|
+| *条件1* | *阶段A* |
+| *条件2* | *阶段B* |
+
+#### 5.2.2 [数据类型2]区分规则
+
+*【填写说明】描述其他数据的区分规则。*
+
+---
+
+## 六、关键字段语义
+
+### 6.1 [字段类别1]
+
+*【填写说明】列出该类别下的关键字段及其含义：*
+
+| 字段名 | 含义 | 说明 |
+|-------|------|------|
+| *字段1* | *含义* | *补充说明* |
+| *字段2* | *含义* | *补充说明* |
+
+### 6.2 [字段类别2]
+
+*【填写说明】继续描述其他类别的关键字段。*
+
+### 6.3 [字段类别3]
+
+*【填写说明】继续描述其他类别的关键字段。*
+
+---
+
+## 七、特殊业务逻辑
+
+### 7.1 [特殊逻辑1]
+
+*【填写说明】描述该业务场景中的特殊逻辑，如循环、并行、分支等：*
+
+| 属性 | 说明 |
+|-----|------|
+| *属性1* | *说明* |
+| *属性2* | *说明* |
+
+### 7.2 [特殊逻辑2]
+
+*【填写说明】继续描述其他特殊业务逻辑。*
+
+### 7.3 数据状态演进
+
+*【填写说明】描述关键数据在流程中的状态变化：*
+
+```
+初始状态 → 状态1 → 状态2 → 最终状态
+```
+
+---
+
+## 八、业务指标
+
+### 8.1 [核心指标1]
+
+*【填写说明】描述该指标的定义、业务意义和历史统计特征。*
+
+**定义**：*指标的计算方法*
+
+**业务意义**：*该指标反映的业务价值*
+
+**历史统计特征**：*用于建立业务预期的参考数据*
+
+### 8.2 [核心指标2]
+
+*【填写说明】继续描述其他核心业务指标。*
+
+### 8.3 [辅助指标]
+
+*【填写说明】描述辅助性的业务指标。*
+
+---
+
+## 九、误差来源与不确定性
+
+### 9.1 数据记录问题
+
+*【填写说明】描述数据记录中常见的问题：*
+
+| 问题类型 | 描述 |
+|---------|------|
+| *问题1* | *描述* |
+| *问题2* | *描述* |
+
+### 9.2 过程扰动因素
+
+*【填写说明】描述影响业务/实验结果的过程扰动因素：*
+
+| 扰动因素 | 影响 |
+|---------|------|
+| *因素1* | *影响描述* |
+| *因素2* | *影响描述* |
+
+### 9.3 设备/来源差异
+
+*【填写说明】描述不同仪器、站点或数据来源之间的系统性差异。*
+
+---
+
+## 十、数据关联规则
+
+### 10.1 核心关联键
+
+*【填写说明】描述不同数据之间的关联关系：*
+
+| 关联场景 | 关联键 | 说明 |
+|---------|-------|------|
+| *场景1* | *关联键* | *说明* |
+| *场景2* | *关联键* | *说明* |
+
+### 10.2 共享数据
+
+*【填写说明】描述在多个业务环节中共享使用的数据。*
+
+### 10.3 独立采集数据
+
+*【填写说明】描述独立采集、不依赖前序环节的数据。*
+
+---
+
+## 附录：业务术语表
+
+*【填写说明】列出该业务场景中的关键术语及其解释：*
+
+| 术语 | 说明 |
+|------|------|
+| *术语1* | *解释* |
+| *术语2* | *解释* |
+| *术语3* | *解释* |

package/presets/clearai/template/skills/data-analysis/templates/feature_candidates.json.tpl

@@ -0,0 +1,20 @@
+{
+  "candidates": [
+    {
+      "name": "cooling_rate",
+      "description": "冷却速率 (dT/dt)",
+      "formula": "diff(temperature) / diff(timestamp)",
+      "physical_meaning": "反映热交换效率，关联系统状态变化速度",
+      "required_fields": ["temperature", "timestamp"],
+      "priority": "High"
+    },
+    {
+      "name": "accumulated_energy",
+      "description": "累计能量消耗",
+      "formula": "cumsum(power * delta_time)",
+      "physical_meaning": "反映累计能量投入",
+      "required_fields": ["power", "timestamp"],
+      "priority": "Medium"
+    }
+  ]
+}

package/presets/clearai/template/skills/data-analysis/templates/quality_scorecard.md.tpl

@@ -0,0 +1,30 @@
+# 数据质量评分卡 (Quality Scorecard)
+
+**评估时间**: {{ analysis_date }}
+**数据源**: {{ data_source }}
+
+## 1. 总体评分 (Overall Score)
+| 维度 (Dimension) | 得分 (0-100) | 权重 | 加权分 | 评级 (S/A/B/C/D) |
+| :--- | :--- | :--- | :--- | :--- |
+| **完整性 (Completeness)** | {{ score_completeness }} | 30% | - | - |
+| **准确性 (Accuracy)** | {{ score_accuracy }} | 30% | - | - |
+| **一致性 (Consistency)** | {{ score_consistency }} | 20% | - | - |
+| **物理合理性 (Physicality)** | {{ score_physicality }} | 20% | - | - |
+| **总分** | **{{ score_total }}** | **100%** | **-** | **-** |
+
+## 2. 缺陷统计 (Defect Stats)
+- **缺失率 (Missing Rate)**: {{ missing_rate }}% (Threshold: <1%)
+- **异常值比例 (Outlier Rate)**: {{ outlier_rate }}% (Threshold: <3%)
+- **时间戳跳变 (Time Jumps)**: {{ time_jumps_count }} 次
+- **重复记录 (Duplicates)**: {{ duplicates_count }} 行
+
+## 3. 物理/机理约束检查 (Physics Audit)
+| 检查项 | 规则 | 结果 | 违规示例 |
+| :--- | :--- | :--- | :--- |
+| **极值检查** | Temp > 0 && Temp < 1000 | Pass/Fail | - |
+| **变化率检查** | |dT/dt| < 50°C/s | Pass/Fail | Batch#123: 200°C/s |
+| **状态一致性** | 停止状态下 Power == 0 | Pass/Fail | - |
+
+## 4. 改进建议 (Recommendations)
+1. 建议对 `{{ field_name }}` 进行插值处理。
+2. 检查 `{{ time_range }}` 期间的观测通道状态。

package/presets/clearai/template/skills/data-analysis/workflows/01-data-profiling.md

@@ -0,0 +1,42 @@
+# Workflow 1: 深度数据画像与过程还原 (Deep Data Understanding)
+
+## 目标
+超越简单的数据统计，建立对数据背后真实系统的"数字孪生"认知。还原数据生成过程，映射真实实体，理解运行/实验模式。
+
+## 步骤
+
+### Step 1: 多维数据接入与概览
+> **取证要求**：本步骤所有数值须先通过 read/bash 从源数据取得，并标注 `来源: <path>`；无法取得则写「待确认」。
+1. **结构化时序数据**：使用 `read` 读取 Header 和样本行，识别时间戳、变量名、Value。
+2. **离散事件/日志**：读取告警记录、操作/实验日志，识别 EventType, Message。
+3. **元数据/清单**：如果有，读取观测通道清单、仪器/设备清单或样本清单。
+
+### Step 2: 实体映射 (Entity Mapping)
+**思考**: 这个变量代表什么真实含义？它属于哪个观测对象？
+1. **语义推断**: 从变量名 (e.g., `site3_temp_02`) 推断：
+   - `temp` -> Temperature (温度类观测)
+   - `02` -> 通道/仪器编号
+   - `site3` -> 站点/分组
+2. **角色分类**:
+   - **控制变量 (Controlled)**: 设定值、实验条件、干预输入。
+   - **观测变量 (Observed)**: 实际测量/反馈值。
+   - **关键结果 (Outcome)**: 结果指标、目标量。
+
+### Step 3: 过程还原 (Process Mining)
+**思考**: 对象是如何流转的？状态是如何变迁的？
+1. **阶段识别 (Stage Identification)**:
+   - 观察关键状态变量（如功率、温度、活动量）的突变点。
+   - 定义阶段：`Idle` -> `Ramping` -> `Stable` -> `Cooling`。
+2. **批次/轮次切分 (Batch Segmentation)**:
+   - 如果是分批/分轮次采集，寻找开始/结束信号（如 `Run_Start` 标记，或某状态量从 0 突变）。
+   - 将连续时间序列切分为 Batch/Run 片段。
+
+### Step 4: 运行状态识别 (Regime Detection)
+1. **稳态 vs 瞬态**: 区分系统是在稳定运行还是在转换状态。
+2. **多状态聚类**: 是否存在不同的运行/实验模式（如：条件 A vs 条件 B）？
+   - 依据：设定值/实验条件的不同组合。
+
+### Step 5: 产出落地
+- 填写 `products/extracted/domain_knowledge.md` 的「一、业务背景与目标」与「二、系统与对象结构」（结构参考 `templates/domain_knowledge_template.md.tpl`）。
+- 生成 `products/extracted/tag_entity_map.json`（变量 → Entity 映射表；与流程拓扑 `entity_map.json` 分离）。
+- 生成或更新 `products/extracted/data_dictionary.md`（结构参考 `templates/data_dictionary.md.tpl`，含变量/字段含义与单位）。

package/presets/clearai/template/skills/data-analysis/workflows/02-quality-audit.md

@@ -0,0 +1,36 @@
+# Workflow 2: 质量审计与物理一致性 (Quality & Consistency)
+
+## 目标
+评估数据不仅要"干净"，还要"物理正确"。检查时序对齐、机理守恒和数据质量。
+
+## 步骤
+
+### Step 1: 时序对齐检查 (Synchronization)
+> **取证要求**：本步骤所有数值须先通过 read/bash 从源数据取得，并标注 `来源: <path>`；无法取得则写「待确认」。
+**痛点**: 观测通道采样频率不同（1s vs 1min），或来自不同采集系统（不同仪器/平台）导致时间戳偏差。
+1. **频率分析**: 统计各关键变量的平均采样间隔 `dt`。
+2. **对齐策略**:
+   - 如果 `dt` 差异大，建议重采样 (Resample) 到统一时间网格。
+   - 检查是否存在时钟漂移 (Drift) 或时区不一致。
+
+### Step 2: 物理一致性校验 (Physical Consistency)
+**思考**: 数据是否违反了物理定律或量纲常识？
+1. **范围约束**:
+   - `0 <= 百分比/占空比 <= 100%`
+   - `绝对温度 / 浓度 / 计数 >= 0`
+2. **守恒/平衡关系**:
+   - **物质平衡**: `Sum(Inflow) - Sum(Outflow) ≈ d(Storage)/dt`。
+   - **能量平衡**: 输入功率应与升温速率正相关。
+3. **死值检测 (Frozen Signals)**:
+   - 观测通道读数长时间完全不变（方差为0），通常意味着断线或采集卡死。
+
+### Step 3: 数据质量评分
+> **取证要求**：本步骤所有数值须先通过 read/bash 从源数据取得，并标注 `来源: <path>`；无法取得则写「待确认」。
+1. **完整性**: 缺失率。
+2. **准确性**: 物理越限率。
+3. **一致性**: 违反守恒/平衡关系的样本比例。
+
+### Step 4: 产出落地
+- 更新 `products/extracted/data_quality_report.md`。
+- 更新 `products/extracted/domain_knowledge.md` 的「九、误差来源与不确定性」（结构参考 `templates/domain_knowledge_template.md.tpl`）。
+- 生成清洗规则建议 `products/extracted/cleaning_rules.yaml`。

package/presets/clearai/template/skills/data-analysis/workflows/03-physical-correlation.md

@@ -0,0 +1,25 @@
+# Workflow 3: 机理关联与因果发现 (Causal Discovery)
+
+## 目标
+挖掘变量间的机理因果关系，识别滞后效应，为后续建模筛选特征。
+
+## 步骤
+
+### Step 1: 滞后相关性分析 (Lag Correlation)
+**痛点**: 扰动从输入传导到输出需要时间，直接相关性可能为 0。
+1. **互相关函数 (CCF)**: 计算 `X(t)` 与 `Y(t+k)` 的相关系数，寻找最佳滞后 `k`。
+2. **机理验证**: 滞后时间 `k` 是否与系统的传导/响应时间 (Response Time) 吻合？
+
+### Step 2: 非线性关系探索
+> **取证要求**：本步骤所有数值须先通过 read/bash 从源数据取得，并标注 `来源: <path>`；无法取得则写「待确认」。
+1. **散点图矩阵**: 观察 X-Y 是否呈现线性、指数、S形或无规律。
+2. **互信息 (Mutual Information)**: 捕捉非线性依赖。
+
+### Step 3: 影响因子排序
+针对关键结果指标 (如产率、误差率、能耗)：
+1. 使用 **Random Forest** 或 **XGBoost** 计算特征重要性 (Feature Importance)。
+2. 结合领域机理剔除"伪相关"（如：X 与 Y 同涨同跌，其实是共同受第三变量 Z 驱动的混杂效应，而非 X 导致 Y）。
+
+### Step 4: 产出落地
+- 生成 `products/extracted/feature_candidates.json`。
+- 更新 `products/extracted/domain_knowledge.md` 的「十、数据关联规则」（结构参考 `templates/domain_knowledge_template.md.tpl`）。

package/presets/clearai/template/skills/data-analysis/workflows/04-unstructured-mining.md

@@ -0,0 +1,26 @@
+# Workflow 4: 非结构化知识挖掘 (Unstructured Mining)
+
+## 目标
+从实验记录、运行日志、维护记录、专家访谈记录等文本数据中，提炼出结构化的专家规则和异常模式。
+
+## 步骤
+
+### Step 1: 文本预处理与分类
+1. **分类**: 区分是"操作记录"（我做了什么）、"现象描述"（看到了什么）还是"原因分析"（为什么）。
+2. **关键词提取**: 提取对象名、异常现象（"漂移"、"噪声异常"）、操作动作（"更换"、"重启"、"重新标定"）。
+
+### Step 2: 规则提取 (Rule Extraction)
+**目标**: 提取 **If-Then** 规则。
+1. **模式匹配**: 寻找 "当...时"、"导致"、"因为" 等连接词。
+2. **结构化**:
+   - Condition: `P_inlet < 0.5` (从文本 "入口压力低" 映射到变量)
+   - Action: `Check Filter` (从 "检查滤网" 提取)
+   - Consequence: `Flow Rate Drop`
+
+### Step 3: 异常模式库构建
+1. **聚类**: 将相似的异常描述归为一类。
+2. **统计**: 计算各类异常的发生频率（平均间隔时间）和平均处理时长。
+
+### Step 4: 产出落地
+- 更新 `products/extracted/domain_knowledge.md` 的「七、特殊业务逻辑」（结构参考 `templates/domain_knowledge_template.md.tpl`）。
+- 生成 `products/extracted/expert_rules.json`。

package/presets/clearai/template/skills/data-qa-analysis/SKILL.md

@@ -0,0 +1,102 @@
+---
+name: data-qa-analysis
+description: |
+  【观测/实验数据·QA】数据源盘点、对齐、稳态/有效段筛选、代价与波动分析、最优区段与改进空间。适用：传感器时序、实验记录、公开数据集等观测/实验数据的质量核查与量化分析。不适用：无系统结构骨架（先用 process-understanding-extraction）；通用首触 EDA（用 exploratory-data-analysis）。
+version: 1.0
+metadata:
+  tier: system
+  origin: template
+  created_at: '2026-06-12T02:47:05.409368+00:00'
+---
+
+# 观测/实验数据 QA 与分析 Skill (SOP)
+
+> 本 Skill 是“观测/实验数据分析”的数据部分：在系统边界与观测对象结构骨架已具备的前提下，完成“数据从哪里来 → 如何对齐成母表 → 测量口径如何落到通道 → 如何筛有效稳态段 → 如何做代价/波动/最优区段/改进空间”的可复现交付。
+
+## 落盘约定
+
+- **最终交付**：`products/extracted/`（母表、稳态表、字典、报告等）
+- **过程数据**：`lab/data/`（合并中间表、脚本输出等，见 workflow01 血缘 Pattern）
+- **图表**：PNG 等可视化写入 `lab/diagrams/`；`products/extracted/workflow06_figures.md` 仅作图表索引（清单 + 口径 + 文件路径）
+- 文中若出现 `extracted/` 逻辑别名，**write 必须使用** `products/extracted/` 完整路径
+
+## 1. 前置依赖（必须）
+
+本 Skill 不负责“从资料恢复系统结构”。在执行前必须具备上游结构产物（由 `process-understanding-extraction/` 生成）：
+- `products/extracted/unit_inventory.md`：存在性三态 + 观测单元/流转关系清单 + 资源/环境接口（不含通道号）
+- `products/extracted/entity_map.json`：单元级结构骨架（topology-only：节点=观测单元/支持设施/边界；边=物质或信号流/资源接口；含 evidence；不含通道号）
+
+> **规则**：本 Skill 不跨目录引用对方 templates/checklists；只把上述产物作为输入约束，具体落点由你的统一 plan 决定。
+
+## 2. 核心方法论 (Core Method)
+
+- **Lineage-First（血缘优先）**：母表不是原始数据。必须先做数据源盘点与血缘图，明确“谁合并谁、冲突谁优先、表头行如何保留”。
+- **Mother-Table-Only（母表唯一输入）**：从本 skill 的 `workflow01` 结束开始，下游所有分析只能基于 `products/extracted/mother_table_aligned.csv`（稳态后则只能基于 `products/extracted/steady_state_table.csv`）。
+- **Metric-of-Record（测量口径落点）**：资料以设备/环节编号叙述时必须在本 skill 的 `workflow02` 将对象映射到实际测量通道（流量/温度/计数/功率等）。
+- **Steady-State-First（稳态优先）**：稳态以“有效观测（In-observation：仪器正常采集、实验正常进行）”为核心口径；先 basis 确认再生成 mask/table，且必须检查连续性与关键通道齐全性。
+- **System Benchmarking（系统级标杆）**：强耦合系统优先系统级 P20（分负荷段），再在系统最优时段集合内做单元归因，避免“单元最优拼不出系统最优”。
+- **Extrapolation Discipline（外推纪律）**：长周期外推优先用“绝对量差/逐负荷段累计”，避免比值平均陷阱。
+
+## 3. 决策树 (Decision Tree)
+
+根据用户意图选择工作流：
+1. **“我需要盘点数据源/补齐母表血缘/合并契约”** -> `workflows/01-data-source-inventory-and-lineage.md`
+2. **“我要对齐时间/通道语义/测量口径并输出缺失清单”** -> `workflows/02-data-alignment-and-tag-semantics.md`
+3. **“我要识别有效稳态段/剔除启停与校准异常段”** -> `workflows/03-steady-state-identification.md`
+4. **“我要做资源代价/单位代价/长周期外推与波动诊断”** -> `workflows/04-consumption-analysis.md`
+5. **“我要做 Best-in-Class/P20 最优区段与改进空间”** -> `workflows/05-best-in-class-and-optimization-space.md`
+6. **“全面体检（数据部分）”** -> 按顺序执行 01 -> 02 -> 03 -> 04 -> 05。
+
+## 4. 核心指令 (Core Instructions)
+
+<instruction>
+<role>
+你是观测/实验数据 QA 与量化分析专家。你对数据血缘、口径一致性、稳态门槛、系统级标杆与外推计算的陷阱极其敏感。你优先产出“可审计、可复现”的交付物，而不是凭直觉写结论。
+</role>
+
+<rule>
+1. **必须先输出统一 plan 并确认（强制）**：执行本次任务涉及的**第一个 workflow**之前，必须先输出一份覆盖本 skill 全部 workflows（01-05）的统一 plan 供用户确认（确认后再执行）。
+   - plan 必须逐 workflow 列出强制产出物清单（逐项列文件名/路径），并声明 `lab/`（过程） vs `products/`（最终）分区与落点。
+   - plan 必须包含“产出物对照表”，逐条对照 workflows 文件中的 `## 产出物` 清单逐行复制；可选项也必须明确 Yes/No。
+2. **母表在 workflow01 产出（强制）**：`workflow01` 必须落地生成 `products/extracted/mother_table_aligned.csv`；后续任何统计/稳态/标杆计算禁止直接读取上游原始导出表。
+3. **稳态先 basis 确认（强制）**：`workflow03` 必须先输出 `products/extracted/steady_state_basis.md` 与 `products/extracted/steady_state_rules.yaml` 并获得确认记录，才能生成 `steady_state_mask/segments/table`。
+4. **稳态后只用稳态表（强制）**：`workflow04/05` 的唯一数据输入为 `products/extracted/steady_state_table.csv`，禁止混入母表全量或原始导出。
+5. **缺失类型必须区分（强制）**：`products/extracted/missing_tags.md` 必须区分 ObjectNotConfirmed / schema / 语义 / 数据缺失；“未确认存在 ≠ 无测量通道”。
+6. **子系统与资源覆盖检查（强制）**：若存在多路输入，必须登记子系统并固化负荷口径；对选定代价资源（含规格）必须做消耗方覆盖完整性检查（expected vs metered）。
+7. **波动诊断按单元逐一输出（强制）**：`products/extracted/variability_summary.md` 必须按 unit 一节一节输出诊断结构（波动形态/影响假设/可验证假设/下一步核对）。
+8. **Workflow 闸门（强制）**：每个 workflow 的产出物必须经确认无误并记录确认记录后，才允许进入下一个 workflow。
+9. **母表数字唯一来源**：P20、单位代价、外推基线等必须来自已生成的 `products/extracted/mother_table_aligned.csv` 或 `products/extracted/steady_state_table.csv` 经 bash 计算，禁止凭经验写分位数。
+10. **列名必须可验证**：报告中出现的 tag/列名必须能在母表表头或 `products/extracted/data_dictionary.md` 中找到。
+</rule>
+
+<thinking>
+在每一步给出结论前，强制回答：
+1) 母表从哪些已有产物/数据源合并而来？冲突优先级与去重规则是否可复现？
+2) 我是否只使用了母表（或稳态表）作为输入？是否存在口径漂移？
+3) 通道语义与测量口径是否已落点（设备/环节编号是否已映射到实际测量通道）？
+4) 稳态 basis 是否已确认？稳态段是否连续且关键通道齐全？
+5) 子系统边界与资源规格覆盖检查是否完成？是否存在漏项风险？
+6) BiC 是否系统级先行？外推是否用绝对量差/逐段累计，避免比值平均陷阱？
+7) 当前 workflow 的产出物是否齐全，并且确认记录可追溯？
+</thinking>
+</instruction>
+
+## 5. 资源索引 (Resource Index)
+
+- **Workflows**:
+  - `workflows/01-data-source-inventory-and-lineage.md`
+  - `workflows/02-data-alignment-and-tag-semantics.md`
+  - `workflows/03-steady-state-identification.md`
+  - `workflows/04-consumption-analysis.md`
+  - `workflows/05-best-in-class-and-optimization-space.md`
+- **Templates**:
+  - `templates/unified_execution_plan.md.tpl`
+  - `templates/data_source_inventory_and_lineage.md.tpl`
+  - `templates/data_dictionary.md.tpl`
+  - `templates/cleaning_rules_draft.yaml.tpl`
+  - `templates/data_status_report.md.tpl`
+  - `templates/steady_state_rules.yaml.tpl`
+  - `templates/subsystem_registry.md.tpl`
+  - `templates/best_in_class_report.md.tpl`
+- **Checklists**:
+  - `checklists/readiness_check.md`