用途
该技能用于对账多个数据源，使用稳定标识符（工资编号 Pay Number、驾驶证号、司机卡号、司机资格卡号 DQC）进行匹配，生成异常报告，并实施“无静默失败”检查，确保数据管道在计数不匹配等异常时停止。
主要能力
- 基于稳定标识符进行精确匹配，优先顺序为：工资编号 → 司机卡 → 驾驶证 → DQC。
- 对列进行规范化：去除空格、统一大小写、去除文档编号中的常见标点。
- 验证键：标记空白或无效格式，识别每个数据源中的重复项。
- 生成异常分类及原因：缺失于 A/B、重复键、字段不匹配、无效键。
- 实施“无静默失败”门控：计数在容差内、未匹配率低于阈值、重复峰值被标记。
- 输出异常报告规范（CSV 列 + 原因代码）和差异检查。
- 可选产物：assets/exceptions-report-template.csv 和 references/matching-rules.md。
使用方式
触发条件包括：
- 对账两个数据源并生成带原因的异常报告。
- 跨文件匹配姓名和工资编号，标记无法连接的内容。
- 构建“无静默失败”检查，在计数不匹配时停止管道。
- 创建每周差异报告，涵盖缺失记录、重复项和日期缺口。
- 设计带阈值和红旗的数据质量记分卡。
输入要求：
- 必需：至少两个数据集（CSV/XLSX），包含工资编号和/或司机文档编号；指定必须匹配的字段（如姓名、到期日期）。
- 可选：规范化规则（大小写、空格、标点）；门控/记分卡阈值（最大缺失百分比等）。
工作流程：
- 确认数据源和键优先级（工资编号 → 司机卡 → 驾驶证 → DQC）。
- 规范化列：去除空格、统一大小写、去除文档编号中的常见标点。
- 验证键：标记空白/无效格式，识别每个数据源中的重复项。
- 连接：先按工资编号精确连接；仅对剩余未匹配项尝试次级连接。
- 生成带原因的异常类别：缺失于 A/B、重复键、字段不匹配、无效键。
- “无静默失败”门控：计数在容差内、未匹配率低于阈值、重复峰值被标记。
输出格式：
- 异常报告 CSV 列：exception_type, reason, source_a_id, source_b_id, pay_number, name, field, source_a_value, source_b_value。
- 原因代码：MISSING_IN_A, MISSING_IN_B, MISMATCH, DUPLICATE_KEY, INVALID_KEY。
适用场景
- 工资导出与合规登记册对账。
- 来自不同系统的两个每周导出文件对账。
- 需要明确匹配规则和可审计异常原因的数据质量检查。
限制
- 不适用于需要开放式模糊匹配且无验收标准的场景。
- 不适用于任何数据源中都没有稳定标识符的情况。
- 默认只读，不自动编辑源数据；异常需路由至人工审核。
- 优先使用确定性匹配规则，除非明确要求，否则避免模糊匹配。
- 必须始终生成异常报告，绝不丢弃未匹配行。
- 如果列未映射、存在多个竞争 ID 且无优先级、或预期容差未指定，应停止并询问用户。