SuperAPI AI 工具集

signals-scout-data-warehouse

数据与分析

查看项目

更新于 10-16 03:45

技能介绍

用途:这是一个面向数据仓库导入完整性的侦察技能。仓库导入指外部系统(如 Postgres CDC、Stripe、Hubspot、webhook 推送)按计划把数据持续写入 PostHog;导入失败往往很隐蔽——PostHog 其余部分照常运行,仪表盘仍在,但背后的仓库表已悄悄过期,每个错过的同步周期都会形成永久缺口。该技能负责捕捉导入违背承诺的时刻。

主要能力:区分“已配置同步”与“实际在同步”、“承诺新鲜度”与“实际新鲜度”。已启用(should_sync: true)且符合 sync_frequency 的 schema 属基线;已启用却 Failed、卡在 Running 数小时、或名义 Completed 但 last_synced_at 远落后于节奏的 schema 才是信号。暂停的 schema、计费限制状态、从未配置的草稿源属操作者选择,不算异常。次要通道是优化机会:当导入正常时,观察团队如何查询仓库,针对反复出现、多用户、集中在单表或单一查询形态的耗时查询,建议建模优化。

使用方式:通过 SQL 扫描 system.source_schemas 等元数据表获取导入清单,再用 REST 接口下钻。例如用 SELECT status, count() AS schemas, uniq(source_id) AS sources FROM system.source_schemas WHERE should_sync AND deleted = 0 GROUP BY status 判断是否有已启用导入。候选 schema 用 external-data-schemas-list(需带 search 过滤)取 sync_frequency 与 latest_error,用 external-data-sources-retrieve {source_id} 确认连接级状态,用 external-data-sources-webhook-info-retrieve {source_id} 检查 webhook 通道。报告通过 scout-emit-report / scout-edit-report 直接撰写,已覆盖的缺口应编辑而非新建。

适用场景:源级 Error 级联、schema 失败与卡死、Completed 但落后节奏的静默过期、绿色状态下的 webhook 失效、行量骤降、物化视图失败,以及查询优化建议。

限制:活动历史为可选能力,不可用或拒绝访问时应停止使用该读取器,不重试、不绕过、不为此提交缺工具报告。优化通道仅在完整性通道安静时运行,存在 P1/P2 导入缺口时跳过。查询日志分析需加多个过滤条件,且结构化洞察节点不记录 SQL 文本,覆盖有限。所有发现均为假设,需人工验证。具体字段、状态映射、评审路由与去重规则由 harness 提示承载,本资料未完整提供。