复现已有算法

2026-07-14 15:43:18 +08:00
parent abebd2a683
commit 50b8111fd9
860 changed files with 182250 additions and 18 deletions
@@ -0,0 +1,93 @@
+---
+name: edge-data-quality-analyzer
+description: edge_collector 采集与上传数据质量分析规范。用于分析历史趋势、AI 分析输入、网关/设备/点位数据缺失、断点、不连续、重复值、时间戳异常、上传策略影响、离线缓存重传和云端展示差异，并输出可验证的数据质量结论。
+---
+
+# edge_collector 数据质量分析
+
+## 适用问题
+
+- 云平台历史趋势看起来断续。
+- AI 分析使用点数明显少于原始点数。
+- 设备在线但云端显示离线。
+- 点位长时间不变化、重复上传或缺失。
+- 离线缓存重传后数据仍不完整。
+- 用户质疑采集频率、上传策略或降采样结果。
+
+## 分析维度
+
+1. 数据完整性：应有点数、实际点数、缺口时间段。
+2. 时间连续性：相邻时间间隔、断点、乱序、重复时间戳。
+3. 值质量：重复值、常量段、异常突变、空值、类型异常。
+4. 上传策略影响：相同数据不上传、5 分钟强制上传导致的短时不连续。
+5. 降采样影响：原始点数、展示点数、AI 分析点数、是否保留极值。
+6. 云边一致性：边缘本地数据、上传队列、云端历史数据是否一致。
+
+## 排查流程
+
+### 1. 确认对象
+
+明确：
+
+- 网关名称和 ID。
+- 设备名称和 ID。
+- 点位名称和 ID。
+- 时间范围。
+- 页面或接口来源。
+
+### 2. 查询链路
+
+按真实链路分析：
+
+```text
+设备采集
+  -> collector 点位值
+  -> 边缘本地缓存/上传队列
+  -> 云端入库
+  -> 历史趋势接口
+  -> 图表降采样 / AI 分析输入
+```
+
+### 3. 统计指标
+
+输出至少包含：
+
+- 原始记录数。
+- 有效记录数。
+- 展示/分析使用记录数。
+- 最大采样间隔。
+- P50/P95 采样间隔。
+- 重复值比例。
+- 缺口时间段 Top N。
+
+### 4. 解释结论
+
+结论必须区分：
+
+- 正常策略导致：例如相同数据不上传、5 分钟强制上传。
+- 展示降采样导致：图表为了性能减少点数。
+- 采集异常导致：设备离线、驱动读失败、点位配置错误。
+- 上传异常导致：网络断开、离线缓存未重传、云端接口失败。
+
+## AI 分析专项
+
+当分析 AI 输入数据时：
+
+- 必须带上网关名称、设备名称、点位名称。
+- 必须说明原始点数和用于 AI 分析点数的区别。
+- 深度分析应提高采样点数、异常片段数量和上下文摘要，不只改变提示词。
+- 给 AI 的提示词要说明上传策略：相同数据不上传，5 分钟强制上传，因此短时间不连续可能是正常现象。
+
+## 报告格式
+
+```markdown
+## 数据范围
+
+## 关键统计
+
+## 异常片段
+
+## 原因判断
+
+## 建议动作
+```