bi-measure-builder

用途：面向 BI 计算开发，编写、解释、调试和优化 Power BI / Fabric DAX 度量值与计算列、Tableau 计算字段、Looker 度量值。核心思路是先确认模型与评估上下文，再写公式，并对每个度量值做独立验证。\n\n典型流程：先确定事实表粒度、维度表、关系键与方向、日期表，缺失信息以显式假设处理；确认平台与版本特性（DAX 经典或基于日历的时间智能、是否标记日期表；Tableau 实时或提取、上下文筛选器；Looker 方言与预算期支持）；用一两句话写出典型视觉单元格与总计的评估上下文；按参考模式编写计算（DAX 用 VAR 提升可读性）；逐行按上下文解释筛选参数的作用、上下文转换位置及各工具的执行阶段；给出可手算的小样本测试（5–10 行、视觉布局、每行与总计的期望值）；仅在必要时说明性能要点（迭代器规模、大迭代器内的上下文转换、表筛选与列筛选、双向关系、高基维度上的 LOD、PDT 持久化）。\n\n参考文件按需加载：references/dax.md、references/tableau.md、references/looker.md、examples/worked-example.md。覆盖 YoY、YTD/财年 YTD、滚动 N、累计、占比、去重计数、排名、新老客户、半累加余额、购物篮等模式。\n\n验证脚本：python 调用 scripts/measure_check.py，输入用户样本 CSV 与 JSON 规格，输出每个视觉行与总计的期望值（按 BI 工具方式评估，总计在自身上下文中重算，空值为 BLANK），加 --actual 可与工具输出对比，不匹配时退出码 1。用法：python scripts/measure_check.py --data sample.csv --spec spec.json [--actual tool_output.csv] [--json]。规格字段包括 calc（sum、count_rows、distinct_count、prior_year、yoy_delta、yoy_pct、ytd、running_total、rolling、new_customers、returning_customers、last_balance、pct_of_total、rank 等）、date_column、value_column、key_column、group_column、grain、range、filters、params。无样本时构造 5–10 行覆盖关键边界（缺月、无先前购买客户、无期末快照实体）。\n\n限制与说明：该技能假设模型与上下文信息可获取，缺失时以显式假设继续；脚本依赖 pandas 与用户提供的样本数据；具体收费、平台支持范围等资料暂未提供；各项能力以参考文件与脚本实际实现为准。