name: "数据管道审查"
description: "数据工程师分析 → 数据库优化师检查 → 数据分析师验证输出质量"

agents_dir: "agency-agents-zh"

llm:
  provider: deepseek
  model: deepseek-chat
  max_tokens: 4096

concurrency: 2

inputs:
  - name: pipeline_description
    description: "数据管道的描述（架构、数据流、技术栈等）"
    required: true
  - name: data_schema
    description: "数据模型 / 表结构说明（可选）"
    required: false
    default: "未提供"

steps:
  - id: engineer_review
    role: "engineering/engineering-data-engineer"
    task: |
      请分析以下数据管道的架构和数据流设计：

      管道描述：{{pipeline_description}}

      数据模型：{{data_schema}}

      请评估：
      1. 管道架构合理性（数据源、ETL/ELT 流程、目标存储）
      2. 数据流完整性（是否有数据丢失风险）
      3. 容错与重试机制
      4. 可扩展性（能否支撑数据量增长）
      5. 改进建议
    output: engineer_report

  - id: db_optimize
    role: "engineering/engineering-database-optimizer"
    task: |
      请从数据库性能角度审查以下数据管道：

      管道描述：{{pipeline_description}}

      数据模型：{{data_schema}}

      请检查：
      1. 查询效率（是否存在全表扫描、慢查询风险）
      2. 索引策略（索引是否合理，是否有冗余或缺失）
      3. 分区与分表策略
      4. 写入性能（批量插入 vs 逐行插入）
      5. 具体优化建议及预期收益
    output: db_report

  - id: quality_check
    role: "support/support-analytics-reporter"
    task: |
      请综合数据工程和数据库优化的评审结果，验证数据管道的输出质量：

      ## 数据工程评审
      {{engineer_report}}

      ## 数据库优化评审
      {{db_report}}

      原始管道描述：{{pipeline_description}}

      请验证：
      1. 输出数据的准确性和一致性
      2. 数据质量监控指标是否完善
      3. 异常数据的处理策略
      4. 数据时效性（延迟是否可接受）
      5. 综合改进建议和优先级排序
    depends_on: [engineer_review, db_optimize]
    output: quality_report