Data2Doc2Data-面向真实业务的数据+文本循环推理架构

当前版本：v2.9.0。请查看更新日志了解从 v1.0.0 开始的版本记录。

Data2Doc2Data 面向真实业务场景，将数据指标与策略、决策文档进行循环推理：先从数据发现信号，再从文本理解业务语境，最后回到数据验证假设，输出可追溯、可行动的业务洞察。

数据信号 → 文档决策语境 → 数据验证 → 可追溯业务洞察

本版本可用能力

• 内置中文合成演示数据
• 使用者自有的本地 CSV 数据
• 使用者自有的本地 Markdown 与文本决策文档
• 中文本地配置与分析页面
• 命令行配置、分析与状态检查
• 当问题不能唯一定位指标时，支持显式指定指标

所有源数据均保留在本机，不会发送至托管服务。

安装

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -e .
data2doc2data setup

本地数据格式

CSV 必须包含以下核心列；每个待分析指标至少需要两条带日期的观测值：

date,metric,value
2026-01-05,retention_rate,0.66

将相关的 .md 或 .txt 决策文档放在同一目录。本地页面会在保存工作区前校验两个路径。

发起分析

data2doc2data analyze --question "留存为什么下降？"

如果问题不能唯一定位指标，请显式指定，而不是接受猜测结果：

data2doc2data analyze --question "发生了什么变化？" --metric retention_rate

结果会依次给出测得信号、最相关的文档语境、验证状态和所用本地来源路径。未解析出指标或指标少于两条观测值时会拒绝分析；零相关度文档会被标为证据不足；文档匹配仅是语境，除非另有数据验证。当前内置一条透明的“激活上升、留存下降”双指标验证规则。

数据源路线图

本版本不连接外部供应商。关于可由使用者自行购买、授权和配置的后续选择，请查看数据连接器指南。

隐私与安全

本地辅助服务仅监听 127.0.0.1，只接受预期 Host 和同源浏览器请求，并仅在本机保存来源路径。它不包含凭据输入框、遥测或网络数据调用。CSV 文件最大 5 MB，单个文档最大 1 MB，文档目录最多 200 个受支持文件；超限文件和格式错误的配置会返回明确的本地错误。

发布

本项目采用 MIT 许可证。请从干净工作区生成公开上传包：

python scripts/build_skill_bundle.py dist/data2doc2data-v2.9.0.zip

将该 ZIP 上传至目标 SkillHub。它包含 SKILL.md、本地辅助界面、运行时代码、数据连接器指南和 LICENSE.md 形式的 MIT 许可证；不包含测试、生成缓存、隐藏文件或符号链接。构建器还会扫描每个纳入的文本资源，并在发现禁止的私有标记时拒绝构建。--draft 仅用于无许可证的本地实验，绝不能发布。