aukeys-opscli 0.0.76__tar.gz → 0.0.77__tar.gz

{aukeys_opscli-0.0.76 → aukeys_opscli-0.0.77}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: aukeys-opscli
-Version: 0.0.76
+Version: 0.0.77
 Summary: Aukeys 运营 CLI 工具集
 Requires-Python: >=3.10
 Description-Content-Type: text/markdown

{aukeys_opscli-0.0.76 → aukeys_opscli-0.0.77}/aukeys_opscli.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: aukeys-opscli
-Version: 0.0.76
+Version: 0.0.77
 Summary: Aukeys 运营 CLI 工具集
 Requires-Python: >=3.10
 Description-Content-Type: text/markdown

{aukeys_opscli-0.0.76 → aukeys_opscli-0.0.77}/aukeys_opscli.egg-info/SOURCES.txt

@@ -172,6 +172,7 @@ opscli/skills/templates/ops-dataset-query/data/query_metadata.json
 opscli/skills/templates/ops-dataset-query/references/ask-user-question-guide.md
 opscli/skills/templates/ops-dataset-query/references/cli-simple-guide.md
 opscli/skills/templates/ops-dataset-query/references/cli.md
+opscli/skills/templates/ops-dataset-query/references/feedback-guide.md
 opscli/skills/templates/ops-dataset-query/references/mcp-simple-guide.md
 opscli/skills/templates/ops-dataset-query/references/mcp.md
 opscli/skills/templates/ops-dataset-query/references/rules.md

{aukeys_opscli-0.0.76 → aukeys_opscli-0.0.77}/opscli/skills/templates/manifest.json

@@ -112,10 +112,10 @@
       "reason": "新增 Skill，尚未进入公开发版产物"
     },
     "ops-query-wizard": {
-      "source": false,
-      "wheel": false,
-      "binary": false,
-      "binary_full": false,
+      "source": true,
+      "wheel": true,
+      "binary": true,
+      "binary_full": true,
       "tier": "internal",
       "reason": "引导式查询向导，面向业务用户，依赖 ops-dataset-query，现阶段内部使用"
     }

{aukeys_opscli-0.0.76 → aukeys_opscli-0.0.77}/opscli/skills/templates/ops-dataset-query/SKILL.md

@@ -1,7 +1,7 @@
 ---
 name: ops-dataset-query
 description: 使用本地缓存的数据集与字段索引辅助检索和查询（CLI / MCP 自动适配）。当用户提到查数据、看报表、查销售/库存/物流/广告数据、数据集搜索、字段搜索、查询数据对比/环比/同比/ACOS/ROAS、MOY 趋势分析、图表数据导出、Excel 透视表导出等场景时使用本 Skill。即使用户没有明确说"数据集查询"，只要涉及从运营系统取数、按维度聚合指标、对比两个时间段数据的场景，都应优先考虑本 Skill。
-version: v0.0.1
+version: v1.0.2
 ---
 
 # ops-dataset-query
@@ -199,141 +199,13 @@ catalog 的 `default_filters` 可能与实际数据不匹配。首次使用某
 | MCP 模式索引 | `references/mcp.md` | 前置要求、使用原则、字段检查、辅助脚本、错误处理 |
 | MCP 查询详解 | `references/mcp-simple-guide.md` | `query_simple`、`query_build_and_run`、`query_chart`、辅助脚本 |
 | 简化接口参数规范 | `references/simple-query-guide.md` | **优先阅读** — 通用简化参数结构 |
+| 查询闭环反馈 | `references/feedback-guide.md` | ops-feedback 调用模板与示例 |
 
 ---
 
 ## 查询闭环：调用 ops-feedback 提交反馈
 
-> **铁律十一的执行入口**：每次查询完成后，通过 `ops-feedback` Skill 提交结果反馈，形成闭环。
-
-### 何时触发
-
-| 触发场景 | 必须提交 |
-|---------|---------|
-| 查询成功，有数据返回 | ✅ |
-| 查询成功，返回 0 行 | ✅ |
-| 查询失败（报错、超时等） | ✅（失败尤其重要） |
-| dry_run 模式（仅验证） | ❌ 可跳过 |
-
-### 调用方式
-
-> **`feedback_type` 可选值**：`bug` / `feature` / `data_issue` / `ux` / `docs` / `query_result` / `other`
-> 查询场景固定使用 `query_result`；发现数据问题时改用 `data_issue`；功能建议用 `feature`。
-
-**MCP 模式**（通过 `feedback_submit` MCP 工具）：
-
-成功场景：
-
-```python
-feedback_submit(
-    feedback_type="query_result",  # 可选：bug/feature/data_issue/ux/docs/query_result/other
-    title="广告数据查询 - ACOS趋势分析（table_id=15）",
-    content="查询成功，返回 20 行。ACOS 范围 12%~35%，各部门数据正常。",
-    source="mcp",
-    payload={
-        "actual": "查询返回 20 行，ACOS 范围 12%~35%",
-        "expected": "按部门统计广告 ACOS 趋势，近30天数据"
-    },
-    execution_summary={
-        "summary": "通过 query_simple 查询 advertising_list_set（table_id=15），按部门维度统计 ACOS，近30天数据正常返回。",
-        "successful_calls": [
-            {"tool": "query_simple", "result": "success, 20 rows, 1348ms"}
-        ],
-        "failed_calls": [],
-        "final_resolution": "查询成功，已将 ACOS 趋势数据输出给用户。"
-    }
-)
-```
-
-降级场景 — 查询执行成功但结果不符合预期（`feedback_type="query_result"`）：
-
-```python
-feedback_submit(
-    feedback_type="query_result",  # 工具有返回、无报错，但结果缺失/不符合预期 → query_result
-    severity="medium",
-    title="广告数据-dataComparison对比列缺失（table_id=15）",
-    content="dataComparison 参数传入成功但对比列未返回，最终通过两次独立查询手动完成对比。",
-    source="mcp",
-    payload={
-        "actual": "返回结果缺少 last_f_spend/diff_f_spend/pct_f_spend 等对比列",
-        "expected": "传入 data_comparison 参数后应返回 last_*/diff_*/pct_* 对比列"
-    },
-    execution_summary={
-        "summary": "通过 query_simple 查询 advertising_list_set（table_id=15），使用 dataComparison 进行2月 vs 1月对比，对比列未返回，最终两次独立查询手动完成。",
-        "failed_calls": [
-            {
-                "tool": "query_simple",
-                "reason": "推测：table_id=15 为 sql 类型数据集，dataComparison 逻辑未正确拼接到子查询 SQL 中",
-                "call_params": {
-                    "table_id": 15,
-                    "filters": [{"field": "date_id", "operator": "between", "value": ["2026-02-01", "2026-02-28"]}],
-                    "data_comparison": {"field": "date_id", "startDate": "2026-01-01", "endDate": "2026-01-31"}
-                },
-                "error_message": "无报错，但返回结果缺少 last_*/diff_*/pct_* 对比列",
-                "fix_suggestion": "检查 SimpleQueryBuilder 对 sql 类型数据集的 dataComparison 处理逻辑；临时方案：分别查询两时间段在客户端合并对比"
-            }
-        ],
-        "successful_calls": [
-            {"tool": "query_simple（2月数据）", "result": "success, 2 rows, 1205ms"},
-            {"tool": "query_simple（1月数据）", "result": "success, 2 rows, 1348ms"}
-        ],
-        "final_resolution": "通过分别查询1月和2月数据，在客户端手动完成环比计算和对比分析。"
-    }
-)
-```
-
-工具报错场景 — 查询工具抛出异常/返回 success=false（`feedback_type="bug"`）：
-
-```python
-feedback_submit(
-    feedback_type="bug",  # 工具报错、抛出异常、success=false → bug
-    severity="medium",
-    title="query_simple 查询失败 - QS-EXE-005（table_id=1）",
-    content="缺少主周期 filters 导致 QS-EXE-005 报错，补上日期条件后重试成功。",
-    source="mcp",
-    payload={
-        "actual": "QS-EXE-005 missing ')' at '{'",
-        "expected": "query_simple 正常返回数据"
-    },
-    execution_summary={
-        "summary": "调用 query_simple 时未传主周期日期 filters，触发 QS-EXE-005 SQL 解析错误。",
-        "failed_calls": [
-            {
-                "tool": "query_simple",
-                "call_params": {"table_id": 1, "data_comparison": {"field": "date_id", "startDate": "2026-03-01", "endDate": "2026-03-22"}},
-                "error_message": "QS-EXE-005: missing ')' at '{'",
-                "reason": "缺少主周期日期 filters，dataComparison 单独传入导致 SQL 解析失败",
-                "fix_suggestion": "补上 filters 主周期日期后重试"
-            }
-        ],
-        "successful_calls": [{"tool": "query_simple（补上 filters 后）", "result": "success, 10 rows, 980ms"}],
-        "final_resolution": "补上主周期日期 filters 后重试成功，结果已返回用户。"
-    }
-)
-```
-
-**CLI 模式**（通过 `opscli feedback submit` 命令）：
-
-```bash
-# 成功场景
-opscli feedback submit \
-  --feedback-type query_result \
-  --title "广告数据-ACOS趋势查询（table_id=15）" \
-  --content "查询成功，返回 20 行，ACOS 范围 12%~35%" \
-  --source cli \
-  --payload '{"actual":"返回20行，ACOS范围12%~35%","expected":"按部门统计广告ACOS趋势，近30天数据"}' \
-  --execution-summary '{"summary":"通过opscli query simple查询table_id=15，成功返回20行","successful_calls":[{"tool":"opscli query simple","result":"success, 20 rows"}],"failed_calls":[],"final_resolution":"查询成功"}'
-
-# 失败 / 降级场景
-opscli feedback submit \
-  --feedback-type query_result \
-  --severity medium \
-  --title "广告数据-dataComparison对比列缺失" \
-  --content "dataComparison参数传入成功但对比列未返回，已通过两次查询手动完成对比" \
-  --source cli \
-  --payload '{"actual":"返回结果缺少last_*/diff_*/pct_*对比列","expected":"传入data_comparison后应返回对比列"}' \
-  --execution-summary '{"summary":"opscli query simple传入dataComparison参数，对比列未返回，最终两次查询手动完成","failed_calls":[{"tool":"opscli query simple","error_message":"无报错但缺少对比列","fix_suggestion":"检查SimpleQueryBuilder对sql类型数据集的dataComparison处理逻辑"}],"successful_calls":[{"tool":"opscli query simple（2月）","result":"success, 2 rows"},{"tool":"opscli query simple（1月）","result":"success, 2 rows"}],"final_resolution":"两次独立查询手动完成对比"}'
-```
+> **铁律十一的执行入口**：每次查询完成后，必须通过 `ops-feedback` 提交结果反馈，形成闭环。
 
 ### 标准工作流（含闭环）
 
@@ -346,12 +218,11 @@ opscli feedback submit \
 6. 【铁律十一】调用 ops-feedback 提交反馈   ← 不可跳过
 ```
 
-### ops-feedback Skill 详细用法
-
-如需了解 `ops-feedback` Skill 的完整参数、错误处理和高级用法，直接调用该 Skill：
+### 反馈规则速查
 
-```
-/oh-my-claudecode:ops-feedback
-```
+- 查询成功（含 0 行）→ `feedback_type="query_result"`
+- 工具报错/异常 → `feedback_type="bug"`
+- `dry_run` 模式可跳过
+- 失败场景尤其重要，禁止跳过
 
-或在任务中直接触发：`ops-feedback submit`。
+> 完整调用示例（MCP / CLI 模板、成功/降级/报错三种场景）见 `references/feedback-guide.md`。

aukeys_opscli-0.0.77/opscli/skills/templates/ops-dataset-query/references/feedback-guide.md

@@ -0,0 +1,145 @@
+---
+name: ops-dataset-query-feedback
+description: 查询闭环反馈规范 — ops-feedback 调用方式、参数模板与示例
+---
+
+# 查询闭环：调用 ops-feedback 提交反馈
+
+> **铁律十一的执行入口**：每次查询完成后，通过 `ops-feedback` Skill 提交结果反馈，形成闭环。
+
+## 何时触发
+
+| 触发场景 | 必须提交 |
+|---------|---------|
+| 查询成功，有数据返回 | 是 |
+| 查询成功，返回 0 行 | 是 |
+| 查询失败（报错、超时等） | 是（失败尤其重要） |
+| dry_run 模式（仅验证） | 否，可跳过 |
+
+## MCP 模式调用方式
+
+> **`feedback_type` 可选值**：`bug` / `feature` / `data_issue` / `ux` / `docs` / `query_result` / `other`
+> 查询场景固定使用 `query_result`；发现数据问题时改用 `data_issue`；功能建议用 `feature`。
+
+### 成功场景
+
+```python
+feedback_submit(
+    feedback_type="query_result",
+    title="广告数据查询 - ACOS趋势分析（table_id=15）",
+    content="查询成功，返回 20 行。ACOS 范围 12%~35%，各部门数据正常。",
+    source="mcp",
+    payload={
+        "actual": "查询返回 20 行，ACOS 范围 12%~35%",
+        "expected": "按部门统计广告 ACOS 趋势，近30天数据"
+    },
+    execution_summary={
+        "summary": "通过 query_simple 查询 advertising_list_set（table_id=15），按部门维度统计 ACOS，近30天数据正常返回。",
+        "successful_calls": [
+            {"tool": "query_simple", "result": "success, 20 rows, 1348ms"}
+        ],
+        "failed_calls": [],
+        "final_resolution": "查询成功，已将 ACOS 趋势数据输出给用户。"
+    }
+)
+```
+
+### 降级场景 — 查询执行成功但结果不符合预期
+
+```python
+feedback_submit(
+    feedback_type="query_result",
+    severity="medium",
+    title="广告数据-dataComparison对比列缺失（table_id=15）",
+    content="dataComparison 参数传入成功但对比列未返回，最终通过两次独立查询手动完成对比。",
+    source="mcp",
+    payload={
+        "actual": "返回结果缺少 last_f_spend/diff_f_spend/pct_f_spend 等对比列",
+        "expected": "传入 data_comparison 参数后应返回 last_*/diff_*/pct_* 对比列"
+    },
+    execution_summary={
+        "summary": "通过 query_simple 查询 advertising_list_set（table_id=15），使用 dataComparison 进行2月 vs 1月对比，对比列未返回，最终两次独立查询手动完成。",
+        "failed_calls": [
+            {
+                "tool": "query_simple",
+                "reason": "推测：table_id=15 为 sql 类型数据集，dataComparison 逻辑未正确拼接到子查询 SQL 中",
+                "call_params": {
+                    "table_id": 15,
+                    "filters": [{"field": "date_id", "operator": "between", "value": ["2026-02-01", "2026-02-28"]}],
+                    "data_comparison": {"field": "date_id", "startDate": "2026-01-01", "endDate": "2026-01-31"}
+                },
+                "error_message": "无报错，但返回结果缺少 last_*/diff_*/pct_* 对比列",
+                "fix_suggestion": "检查 SimpleQueryBuilder 对 sql 类型数据集的 dataComparison 处理逻辑；临时方案：分别查询两时间段在客户端合并对比"
+            }
+        ],
+        "successful_calls": [
+            {"tool": "query_simple（2月数据）", "result": "success, 2 rows, 1205ms"},
+            {"tool": "query_simple（1月数据）", "result": "success, 2 rows, 1348ms"}
+        ],
+        "final_resolution": "通过分别查询1月和2月数据，在客户端手动完成环比计算和对比分析。"
+    }
+)
+```
+
+### 工具报错场景 — 查询工具抛出异常/返回 success=false
+
+```python
+feedback_submit(
+    feedback_type="bug",
+    severity="medium",
+    title="query_simple 查询失败 - QS-EXE-005（table_id=1）",
+    content="缺少主周期 filters 导致 QS-EXE-005 报错，补上日期条件后重试成功。",
+    source="mcp",
+    payload={
+        "actual": "QS-EXE-005 missing ')' at '{'",
+        "expected": "query_simple 正常返回数据"
+    },
+    execution_summary={
+        "summary": "调用 query_simple 时未传主周期日期 filters，触发 QS-EXE-005 SQL 解析错误。",
+        "failed_calls": [
+            {
+                "tool": "query_simple",
+                "call_params": {"table_id": 1, "data_comparison": {"field": "date_id", "startDate": "2026-03-01", "endDate": "2026-03-22"}},
+                "error_message": "QS-EXE-005: missing ')' at '{'",
+                "reason": "缺少主周期日期 filters，dataComparison 单独传入导致 SQL 解析失败",
+                "fix_suggestion": "补上 filters 主周期日期后重试"
+            }
+        ],
+        "successful_calls": [{"tool": "query_simple（补上 filters 后）", "result": "success, 10 rows, 980ms"}],
+        "final_resolution": "补上主周期日期 filters 后重试成功，结果已返回用户。"
+    }
+)
+```
+
+## CLI 模式调用方式
+
+```bash
+# 成功场景
+opscli feedback submit \
+  --feedback-type query_result \
+  --title "广告数据-ACOS趋势查询（table_id=15）" \
+  --content "查询成功，返回 20 行，ACOS 范围 12%~35%" \
+  --source cli \
+  --payload '{"actual":"返回20行，ACOS范围12%~35%","expected":"按部门统计广告ACOS趋势，近30天数据"}' \
+  --execution-summary '{"summary":"通过opscli query simple查询table_id=15，成功返回20行","successful_calls":[{"tool":"opscli query simple","result":"success, 20 rows"}],"failed_calls":[],"final_resolution":"查询成功"}'
+
+# 失败 / 降级场景
+opscli feedback submit \
+  --feedback-type query_result \
+  --severity medium \
+  --title "广告数据-dataComparison对比列缺失" \
+  --content "dataComparison参数传入成功但对比列未返回，已通过两次查询手动完成对比" \
+  --source cli \
+  --payload '{"actual":"返回结果缺少last_*/diff_*/pct_*对比列","expected":"传入data_comparison后应返回对比列"}' \
+  --execution-summary '{"summary":"opscli query simple传入dataComparison参数，对比列未返回，最终两次查询手动完成","failed_calls":[{"tool":"opscli query simple","error_message":"无报错但缺少对比列","fix_suggestion":"检查SimpleQueryBuilder对sql类型数据集的dataComparison处理逻辑"}],"successful_calls":[{"tool":"opscli query simple（2月）","result":"success, 2 rows"},{"tool":"opscli query simple（1月）","result":"success, 2 rows"}],"final_resolution":"两次独立查询手动完成对比"}'
+```
+
+## ops-feedback Skill 详细用法
+
+如需了解 `ops-feedback` Skill 的完整参数、错误处理和高级用法，直接调用该 Skill：
+
+```
+/oh-my-claudecode:ops-feedback
+```
+
+或在任务中直接触发：`ops-feedback submit`。

aukeys_opscli-0.0.77/opscli/skills/templates/ops-query-wizard/SKILL.md

@@ -0,0 +1,205 @@
+---
+name: ops-query-wizard
+description: 引导式数据查询向导。当用户需要获取数据进行分析，但意图不够明确、数据字段提供不全或完全未提供、需求描述不足以直接构造 query_simple 参数时，自动进入十步对话引导流程，逐步帮用户明确数据集、维度、指标、筛选条件，最终构建合规查询并进入数据分析框架。也用于取数结果有误时的纠错引导。
+---
+
+# ops-query-wizard — 引导式数据查询向导
+
+当用户需要数据但意图模糊、字段不全或需求不清晰时，通过十步对话逐步引导明确查询参数，取数完成后进入数据分析框架，形成取数→分析→反馈完整闭环。
+
+---
+
+## 触发条件
+
+### 层次一：主动触发（用户明确要求引导）
+
+用户直接说以下任一表达时触发，从 Step 1 开始完整引导：
+
+- 引导查询、查询向导、guided query
+- 帮我取数、一步一步查
+- 不知道怎么查、教我查、引导我
+
+### 层次二：智能触发（意图模糊 / 字段不全，核心场景）
+
+当用户表达了**需要数据**的意图，但满足以下任一条件时，**应优先触发本 Skill 而非直接执行 query**：
+
+**意图模糊**：
+- 只说"帮我看看数据"、"查一下数据"、"我要数据"等笼统表述
+- 说"分析一下销售/库存/广告情况"但未指定具体看哪些维度或指标
+- 说"最近表现怎么样"、"帮我看看趋势"但未指明数据范围
+- 用自然语言描述需求，但无法直接映射到具体的数据集字段
+
+**字段不全**：
+- 提到了部分维度或指标，但不足以构造完整查询（如缺少时间范围等关键筛选条件）
+- 说"按 XX 维度看数据"但未指定要哪些指标
+- 说"看 XX 指标"但未指定维度分组和筛选条件
+- 提到了字段名但不确定对应哪个数据集
+
+**需求不清晰**：
+- 说"对比一下"、"看看差异"但未指定对比维度和时间
+- 说"帮我导出数据"但未说明要导出什么数据
+- 需求描述包含歧义（如"销量"可能指订单量或销售额，无法确定用户本意）
+
+> **判断原则**：如果用户的描述已经足够清晰，能直接映射到一个确定的 `query_simple` 调用（数据集、维度、指标、筛选条件全部明确），则使用 `ops-dataset-query` 直接查询。只要有任何关键参数缺失或存在歧义，就应该触发本 Skill 引导。
+
+### 层次三：纠错触发（取数结果有误后修正）
+
+在 `ops-dataset-query` 完成一次取数后，用户回复满足以下任一条件时，**立即切换到 ops-query-wizard 纠错模式**，无需用户主动说"用向导"：
+
+**数据结果类错误**：
+- 取错数据了、数据不对、这不是我要的、结果不对、数据有误
+- 数值不对、数字不对、看起来不对、差太多、完全不对
+
+**字段类错误**：
+- 字段不对、字段选错了、维度不对、分组不对、分组错了
+- 指标不对、算法不对、聚合不对、这个字段不是我要的
+
+**筛选/条件类错误**：
+- 条件不对、筛选错了、日期不对、时间范围不对、过滤条件有问题
+- 范围不对、没有过滤、多了条件、少了条件
+
+**排序/条数类错误**：
+- 排序不对、顺序不对、条数不对、太少了、太多了
+
+**AI 自检触发**（无需用户主动说，AI 自己判断）：
+- query_simple 返回 0 行（且过滤条件非空）→ 主动提示可能字段或条件有误，询问是否进入纠错引导
+- 返回数据明显异常（全为空值、数值全0、行数远少于预期）→ 主动提示异常，询问是否纠错
+
+---
+
+## 运行模式判断
+
+> **默认原则：CLI 优先。** CLI 和 MCP 均可用时，使用 CLI。
+
+1. 用户明确指定 → 遵循用户指定
+2. CLI 和 MCP 都可用 → **使用 CLI**
+3. 仅 MCP 可用 → 使用 MCP
+4. CLI 首次调用失败 → 切换到 MCP，本次引导全程保持，不再切换
+5. 两者均不可用 → 引导用户安装 `aukeys-opscli`
+
+---
+
+## 十条铁律
+
+| # | 铁律 | 核心约束 |
+|---|------|---------|
+| 1 | 步骤串行 | 十步必须按顺序进行，禁止跳步或合并步骤 |
+| 2 | 每步只问一个问题 | 禁止在同一步骤同时提多个问题 |
+| 3 | 歧义必须澄清 | 字段/数据集歧义强制按 `rules.md` 规则处理，禁止猜测 |
+| 4 | 简化接口优先 | 所有查询优先使用 `query_simple`，禁止直接手写完整 payload |
+| 5 | 公式字段禁止聚合 | 含 `summary_expression` 的字段不传 `aggregation`，传 `expr` |
+| 6 | dataComparison 必带主周期 | 对比查询的 `filters` 必须包含当期日期范围 |
+| 7 | 字段存在性必须校验 | 构造参数前先通过 `query_metadata` 确认字段真实存在 |
+| 8 | 输出列名不可改写 | 必须使用数据集原始 `verbose_name`，禁止意译 |
+| 9 | 分析方向由数据驱动 | 分析方向必须基于实际返回数据提出，禁止凭空建议 |
+| 10 | 查询闭环强制反馈 | 每次执行查询后必须通过 `ops-feedback` Skill 提交 `query_result` 反馈 |
+
+---
+
+## 文档阅读顺序（强制）
+
+进入本 Skill 后，**必须按以下顺序阅读文档**：
+
+```
+1. ops-dataset-query/references/rules.md     ← 歧义澄清规则（Step 1 前必须阅读）
+2. references/step-guide.md                  ← 十步引导规则（开始引导前必须阅读）
+3. references/analysis-guide.md              ← 查询执行后，进入分析时阅读
+```
+
+---
+
+## 标准工作流（层次一/层次二：全新引导或智能触发）
+
+> **交互原则**：每步优先使用 `AskUserQuestion` 工具提供结构化选项卡片，替代纯文本提问。全量列表仍以文本输出（规则要求），选择动作用 `AskUserQuestion`。详见 `references/step-guide.md` 各步骤。
+
+```
+[Step 1]  需求目标概述          → AskUserQuestion 业务场景模板 + 提取需求上下文
+[Step 2]  选择数据集            → 文本展示全量列表 + AskUserQuestion 推荐项
+[Step 3]  选择维度字段          → 文本展示全量字段 + AskUserQuestion 推荐维度（multiSelect）
+[Step 4]  选择指标字段          → 文本展示全量字段 + AskUserQuestion 推荐指标（multiSelect）
+[Step 5]  筛选条件              → AskUserQuestion 常见时间范围 + 其他过滤（两轮）
+[Step 6]  排序字段              → AskUserQuestion 排序选项
+[Step 7]  获取条数（limit）     → AskUserQuestion 条数选项
+[Step 8]  是否分页              → AskUserQuestion 分页选项（按需触发）
+[Step 9]  是否需要对比数据      → AskUserQuestion 对比方案选项（按需触发）
+[Step 10] 执行查询              → 文本展示参数摘要 + AskUserQuestion 确认/修改
+           └── 进入 analysis-guide.md 分析框架
+               └── 输出（对话 / Excel / 两者）
+               └── ops-feedback 闭环反馈（强制）
+```
+
+---
+
+## 纠错工作流（层次三：取数有误后修正）
+
+### 入口话术
+
+触发纠错模式后，先展示上一次查询的参数摘要，让用户快速定位问题：
+
+```
+"我来帮您修正查询参数。上次查询配置如下：
+
+ 数据集：[dataset_alias]（table_id=N）
+ 维度：[已选维度列表]
+ 指标：[已选指标列表]
+ 筛选：[filters 摘要]
+ 排序：[order_by 摘要]
+ 条数：[limit]
+ 对比：[是/否]
+
+ 请告知哪里有问题，或直接说需要修改的步骤编号（如：'维度不对' → 修改Step3）。
+ 也可以说'全部重来'从头引导。"
+```
+
+### 错误定位与跳转规则
+
+| 用户反馈关键词 | 定位到 | 直接跳转 |
+|-------------|--------|---------|
+| 数据集不对、用错表、换个数据集 | Step 2 | 重新选数据集，Step 3~9 全部重置 |
+| 维度不对、分组不对、字段不对（维度） | Step 3 | 重新选维度，Step 4~9 保留可复用 |
+| 指标不对、数值不对、算法不对 | Step 4 | 重新选指标，Step 5~9 保留可复用 |
+| 条件不对、日期不对、筛选不对 | Step 5 | 重新设筛选，Step 6~9 保留可复用 |
+| 排序不对、顺序不对 | Step 6 | 仅修改排序 |
+| 条数不对、太多/太少 | Step 7 | 仅修改 limit |
+| 对比不对、环比不对 | Step 9 | 仅修改 dataComparison |
+| 数据不对（模糊） | Step 1 重述 | 重新理解需求后，AI 推断需调整的步骤 |
+
+### 纠错执行规则
+
+1. **跳转到目标步骤**：展示当前该步的已有参数，在全量列表中高亮已选项（用 → 标注），引导修改
+2. **跳转步骤之后的参数默认保留**，不清空，除非用户明确要求重置
+3. **修改完成后直接跳到 Step 10**，展示完整修正后的参数摘要，等用户确认后重新执行
+4. 支持连续多步修正：Step 10 确认前，用户可继续说"还要改XX"，继续跳转对应步骤
+5. 纠错后的查询执行同样必须调用 `ops-feedback`，`title` 前缀标注 `"[纠错]"`
+
+---
+
+## 查询闭环：调用 ops-feedback
+
+每次 `query_simple` 执行后（无论成功或失败），必须调用 `ops-feedback` Skill 提交反馈：
+
+- `feedback_type`: `query_result`
+- `title`: `"引导查询 - [需求摘要]（table_id=N）"`
+- `content`: 返回行数、选择的分析方向、一句话结论
+- `source`: `cli` 或 `mcp`（与当前运行模式一致）
+
+详细参数规范见 `ops-feedback` Skill。
+
+---
+
+## 与 ops-dataset-query 的关系
+
+本 Skill 是**引导层**，不替代 `ops-dataset-query`：
+
+- 查询执行：委托给 `opscli query simple` / `query_simple` MCP Tool
+- 歧义澄清：复用 `ops-dataset-query/references/rules.md`，不重复定义规则
+- 字段校验：通过 `opscli query metadata` / `query_metadata` 确认字段存在
+- 数据集匹配：通过 `opscli query catalog` / `query_catalog` 做意图匹配
+
+### 触发边界
+
+| 用户描述清晰度 | 触发的 Skill | 说明 |
+|-------------|------------|------|
+| 需求完整、字段明确、无歧义 | `ops-dataset-query` | 直接构造并执行查询 |
+| 意图模糊、字段不全、存在歧义 | `ops-query-wizard`（本 Skill） | 进入十步引导 |
+| 取数结果有误 | `ops-query-wizard`（纠错模式） | 定位错误步骤并修正 |

aukeys_opscli-0.0.77/opscli/skills/templates/ops-query-wizard/data/VERSION.json

@@ -0,0 +1,5 @@
+{
+  "name": "ops-query-wizard",
+  "version": "v0.1.0",
+  "data_state": "ready"
+}