用途：把杂乱的源数据（PDF、DOCX、HTML、Markdown、CSV、Excel、JSON、API 响应、数据库导出、S/4 抽取等）整理为可审查、可灌入 HANA 的数据产物，并生成 ingestion-contract.yaml 作为稳定交接契约。它本身不负责开通 HANA、生成嵌入、向 HANA 加载数据或编写智能体查询代码。
主要能力：先按智能体需回答的问题决定目标形态——语义检索选 HANA 向量（移交 sap-hana-vector）；关系遍历、血缘、归属、依赖选三元组/KG（移交 sap-hana-triple）；精确查询、过滤、连接、报表选关系表；混合场景则向量加关系/KG 元数据。随后进行数据剖析，记录来源类型、数据形态、敏感字段、需保留的源引用及预期问题类型。
使用方式：产出 ingestion-contract.yaml，含 dataset_name、source_type、target_shape、business_purpose、data_classification、pii_handling、source_references、字段分组、chunking_strategy、dedupe_strategy、embedding_model、prepared_artifacts、handoff_skill、open_questions。文档类产出 chunks.jsonl、ingestion-contract.yaml、sample-review.md，随后移交 sap-hana-vector 处理 schema、嵌入、HNSW 索引与查询模式。表格类按目标分别产出 schema.sql 加 cleaned_rows.csv、row_documents.jsonl、entity_mapping.yaml 加 triples.ttl，或混合产物。JSON/API 类产出 normalized_records.jsonl、entity_mapping.yaml、relationship_mapping.yaml、ingestion-contract.yaml。知识图谱类先定义实体类与关系动词、IRI 规则，生成样例三元组审查后再批量转换，移交 sap-hana-triple。
限制与护栏：不得嵌入密钥、凭据、访问令牌、私钥或未经批准的监管个人数据；主权或受限区域需先确认允许的嵌入模型与数据驻留；每条记录保留源引用以便引用；优先确定性转换，若用 LLM 抽取或摘要需标记生成字段并保留原始源引用；不要让下游智能体仅凭任意 SQL/SPARQL 访问；移交前用 wc -l、契约必填键检查、head 抽查并人工复核至少五条代表性记录。