操作字段与清洗规则

data-cleaning OPERATIONS.md

操作字段与清洗规则

检查数据

clean.inspect 上传一个不超过 10 MiB 的 CSV/XLSX。结果包含工作表、列、数据行、空单元格、类型、重复候选、公式数量和 document_fingerprint。存在公式时 can_clean=false,应先让用户另存为值。

预览清洗

clean.preview 接收 inspect_task_id 和 1 至 30 条结构化 rules。支持:

  • trim_text、fill_missing
  • normalize_type、normalize_date、normalize_amount
  • flag_outliers、drop_duplicates

每条规则显式指定 sheet_index 和 columns。转换失败策略为 keep、null 或 reject;去重必须指定 keep=first|last 与 nulls_equal。返回 checked_cells、billing_units、changed_cells、affected_rows、样本、指纹和 confirmation_token。

确认执行

clean.execute 只接收 preview_task_id 与原样 confirmation_token,对冻结快照和规则执行,生成 CSV/XLSX 私有 artifacts 与审计摘要。令牌长度为 64,不能由 Agent 自行构造。