语义层构建维护
给出某个业务或指标域的数据来源,产出一份可复用的语义层,明确指标口径、权威数据源和注意事项。
功能与用途
同一个指标,不同人做的报表口径不一样,每次分析都要重新问一遍「这个数到底怎么算的」。这个 Skill 为某个产品、业务或指标域建立一份语义层:哪个指标定义是权威的、哪张表或哪个仪表盘是可信来源、回答之前该检查哪些注意事项,并把详细的定义和证据放进引用文档而不塞进主体。它优先采信转换代码、测试、维护中的指标文档这类耐久的来源,遇到来源冲突会如实保留而不是悄悄选一个。注意它只做建层这件事,普通的数据分析请求要回到 index 流程。
适用场景
- 两个团队对同一张报表的活跃用户数说法不一致,每次开会都要重新:两个团队对同一张报表的活跃用户数说法不一致,每次开会都要重新对齐口径
- 新接手一个业务域的分析工作,不清楚哪张表才是权威来源,只能靠:新接手一个业务域的分析工作,不清楚哪张表才是权威来源,只能靠问人来判断
- 想把这套业务指标的算法和注意事项固化成下次分析能直接引用的东:想把这套业务指标的算法和注意事项固化成下次分析能直接引用的东西,而不是散落在聊天记录里
- 发现团队里有人用查询历史而不是官方指标文档做分析,想建立一套:发现团队里有人用查询历史而不是官方指标文档做分析,想建立一套来源优先级
适用人群
- 数据分析师
- 数据仓库与指标治理工程师
- 负责报表口径统一的数据负责人
使用步骤
- 说清要建层的范围:哪个产品、业务、指标或报表域。
- 把能拿到的数据源线索交过来,例如转换代码、测试、指标文档或已验证的仪表盘。
- 拿到数据源清单,核对查了哪些、缺哪些、哪些来源置信度偏低。
- 确认生成的语义层内容(指标定义、权威来源、注意事项与证据引用),并记下之后可以引用的路径或安装链接。
- 如果它提出每周刷新自动化,确认是否要开;不开的话注明缺失的前置条件。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-18
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Create, update, inspect, or repair Data Analytics semantic layers. Use when the user asks to save data context or create a semantic layer that future Data Analytics work can inspect and cite.
使用前准备
- 需要运行环境具备持久化 Skill 的能力(ChatGPT 个人库、Desktop 的 $CODEX_HOME/skills 或可移植包),并需要能提供指标文档、数仓代码等真实来源。
依赖与权限
- 读取用户主动提供的内容