数据流介入
全链路规划与中断点标注，指导用户介入AI项目的数据流构建，包括ERP防腐层、Cube语义层、Neo4j图谱同步及工具注册编排。
全链路规划 + 中断点标注
🔴 = 需要你介入的中断点
🟢 = AI 可独立完成
Story 4-3: ERP 防腐层
| 步骤 | 内容 | 谁 |
|---|---|---|
| 🔴 中断点 1 | 提供最小事实数据集：你需要告诉我 MVP 阶段分析链路需要哪些业务数据（组织、项目、区域、收费、工单、投诉、满意度等），每个数据域的核心字段、字段含义、已知脏数据问题 | 你 |
| 🔴 中断点 2 | 确认 scope 过滤依据：数据行级权限怎么切——哪个字段代表组织、哪个字段关联项目/区域 | 你 |
| 🟢 | 在 PG 中设计 erp_staging schema（Drizzle 迁移），定义落地表结构 |
AI |
| 🟢 | 建防腐层代码：src/infrastructure/erp/ 读取 staging 表，映射到平台领域模型 |
AI |
| 🟢 | 实现 scope 过滤逻辑 | AI |
| 🟢 | 测试覆盖 | AI |
| 🔴 中断点 3 | 你配置 ETL 同步：用你的外部工具把 MySQL 数据同步到 PG 的 staging 表 | 你 |
| 🔴 中断点 4 | 验收：确认映射正确、scope 过滤符合业务规则、真实数据能跑通 | 你 |
Story 4-4: Cube 语义层
| 步骤 | 内容 | 谁 |
|---|---|---|
| 🟢 | Cube 连接到 PG staging 表，定义 data model | AI |
| 🔴 中断点 5 | 确认指标定义：哪些是核心指标（如收缴率、工单完结率、满意度均分）、计算口径是什么 | 你 |
| 🟢 | 实现 Cube Semantic Query Adapter | AI |
| 🔴 中断点 6 | 验收指标准确性：用真实数据验证指标计算结果 | 你 |
Story 4-5: Neo4j 图谱同步
| 步骤 | 内容 | 谁 |
|---|---|---|
| 🔴 中断点 7 | 确认实体关系模型：组织→项目→区域→楼栋的层级关系、业务实体之间的关联方式 | 你 |
| 🟢 | PG staging → Neo4j 的同步代码 | AI |
| 🟢 | Graph Adapter 实现 | AI |
| 🔴 中断点 8 | 验收图谱结构：关系是否正确反映业务实际 | 你 |
Story 4-6: 工具注册与编排桥接
| 步骤 | 内容 | 谁 |
|---|---|---|
| 🟢 | 把 ERP 防腐层、Cube、Neo4j 注册为分析工具 | AI |
| 🟢 | 编排桥接实现 | AI |
| 🔴 中断点 9 | 端到端验收：提一个真实分析问题，看全链路能否跑通 | 你 |
你的介入节奏总结
立即可以开始的第一步
中断点 1 — 你需要提供一份数据字典，核心回答这些问题：
- 组织层级：MySQL 中的表名、字段（集团/区域/项目/小区的 ID 和名称字段）
- 收费数据：表名、收费项目/应收/实收/欠费的核心字段
- 工单数据：表名、工单类型/状态/时间字段
- 投诉数据：表名、核心字段
- 满意度数据：表名、评分字段
- 权限关联：用户和组织/项目之间通过哪个字段关联
现在 ──────────────────────────────────────────────▶ 时间
🔴 中断点 1-2 🔴 中断点 3-4 🔴 5-6 🔴 7-8 🔴 9
提供数据字典 配置 ETL 同步 确认指标 确认图谱 端到端
+ scope 规则 + 验收防腐层 口径 关系 验收
│ │ │ │ │
▼ ▼ ▼ ▼ ▼
┌─────────┐ ┌──────────┐ ┌────────┐ ┌────────┐ ┌──────┐
│ AI 建表 │ │ AI 4-4 │ │ AI 4-4 │ │ AI 4-5 │ │AI 4-6│
│ + 防腐层 │ │ 开始 │ │ 完成 │ │ │ │ │
└─────────┘ └──────────┘ └────────┘ └────────┘ └──────┘
Story 4-3 Story 4-3 Story 4-4 Story 4-5 Story 4-6
(AI 阶段) (你验收)