Skip to content

v0.16 — 多数据集输入支持

Choose a tag to compare

@cabbage2000-lab cabbage2000-lab released this 14 Jun 10:39
· 7 commits to main since this release

多数据集输入支持

v0.16 建立统一的「多数据集接入子流程」,覆盖 Excel 多 sheet / CSV 多文件 / JSON 多结构 三种形态——修复了贯穿需求 / 架构 / 实现 / 契约 / 测试五层的「单一数据集公理」缺口,并消除 pandas 默认行为的静默丢失隐患(只读 sheet 0 / 只处理被点名文件 / JSON 多键行为不可预测)。

核心变更

  • Phase 1 多源识别子流程(SKILL.md):枚举全部 sheet / 文件 / JSON 键 → 告知用户 → 确认关联策略(融合 join/concat 或分源独立),并入第一轮提问不新增轮次
  • 反静默丢失红线(Statistical Discipline #5,核心层生效):禁止静默只读第一个 sheet / 只处理被点名文件 / 合并 JSON 键——把模板「不做静默截断」的纪律从输出层延伸到输入层
  • 新方法模块 references/data-sources.md:三形态读取范式 + 关联策略矩阵(concat / merge on key / 分源独立)+ 报告组织(融合模式靠 data_overview.narrative + processing_notes,分源模式靠 sections)
  • JSON / TSV 基础覆盖:消除「纸面支持」(此前 test-data 0 个 JSON/TSV),新增 eval T11 / T12
  • 5 个新 eval 场景 T8–T12(Excel 多 sheet / 多 CSV 关联 / JSON 多键 / JSON 单表 / TSV 单表)

设计原则:契约最小破坏

report_data 字段不变。融合模式由 data_overview.narrative + appendix.processing_notes 承载,分源模式由 sections 天然承载。模板 JS 渲染逻辑、validate_template.py 25 项断言、check_report_html.py 校验均不动(实测全绿)。

冒烟验证

iteration-5 T8(Excel 多 sheet):with_skill 4/4 assertions + HTML 结构 8/8 PASS,多源接入纪律按设计运行(枚举全源 → 融合策略声明 → processing_notes 记录关联键)。基线 RED 概率性未复现(静默丢失是概率性行为),全量 T9–T12 留后续。


完整变更见 CHANGELOG.md。