Data Query Integrity

SKILL.md

---
name: data-query-integrity
description: "数据查询完整性强制检查。API查询/汇总/统计任务必执行。校验has_more、分页完整性、禁止脑补。"
---

# 数据查询完整性强制检查

## 触发条件

当任务涉及以下任一场景时，**必须**执行本 Skill 的全部流程：
- 调用飞书日历、文档、多维表格等 API 查询数据
- 对查询结果进行汇总、统计、分类
- 向用户输出基于 API 返回的数据列表

## 强制流程（不可跳过）

### Step 1: 查询前 — 拆分范围

- 日历查询超过 **3 天**：按天分段，每天独立查询
- 列表类查询预估可能超上限：主动分页
- 记录计划查询的时间段和分段策略

### Step 2: 查询后 — 完整性校验（每次查询后立即执行）

逐条检查以下项目，**全部通过**才能使用数据：

1. **has_more 检查**
   - `has_more: false` → ✅ 数据完整
   - `has_more: true` → ❌ 必须用 page_token 继续分页，直到 `has_more: false`
   - 响应中无 `has_more` 字段 → ⚠️ 数据可能被截断，缩小范围重查

2. **error 检查**
   - 响应包含 `error` 字段 → ❌ 查询失败，告知用户并重试
   - 超时/网关错误 → 缩小范围重试，不得用部分数据凑数

3. **数据量合理性检查**
   - 返回条数为 0 → 确认查询条件是否正确
   - 返回条数异常少（相比预期）→ 标记"数据可能不完整"

### Step 3: 输出前 — 逐条溯源

对将要输出的每一条记录：
- 确认该记录的**每个关键字段**（人名、职位、时间等）能在原始 API 返回中找到精确匹配
- 找不到 → **不输出该条**，不得推测补全
- 如果任何字段是推断/补全的 → 标记为"[数据缺失]"

### Step 4: 输出时 — 声明数据来源

在汇总结果开头或结尾，必须包含：
- 执行了几次 API 查询
- 每次查询的 `has_more` 状态
- 如有任何数据不完整，明确告知用户"以下数据可能不完整"及缺失范围

### Step 5: 数据转换 — 工具验证（不可心算）

当输出涉及以下转换时，**必须用工具验证**，禁止心算/推算：

- **日期 → 星期几**：用 `date -d "YYYY-MM-DD" +%A` 或等效方式确认
- **时区转换**：用工具计算，不手动换算
- **时间戳 → 可读时间**：用工具转换，不凭记忆推算

验证方式：在输出前用 `exec` 执行日期命令确认，或将原始日期值原样输出并标注格式。

> 真实教训：API 返回 `2026-06-15T14:30:00+08:00`，心算得出"周日"，实际是周一。数据有来源，但转换出错。

## 绝对禁止

- ❌ 在 API 返回中找不到的人名/职位/数据，不得出现在输出中
- ❌ 不得因为"看起来应该有"而补全数据
- ❌ 不得用推测填充截断后的数据空白
- ❌ 不得在 `has_more: true` 时停止分页就直接输出
- ❌ 不得心算日期→星期、时区转换等计算，必须用工具验证

## 违规自检

输出前问自己：
> "这条记录的每个字段，我都能在 API 返回的 JSON 中找到原文吗？"

如果有任何一条回答"不能" → 删除该条，不得输出。