SLS Context Model 数据问答

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install alibabacloud-sls-data-agent-qa
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 alibabacloud-sls-data-agent-qa。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

SLS Context Model 数据问答可帮助 AI 代理使用存储在 Alibaba Cloud Simple Log Service (SLS) 中的真实数据回答业务问题。它使用 Context Model 的语义层——架构、字段定义、指标、业务术语、示例查询和数据源映射——来选择适当的查询逻辑和位置。
作为用于业务分析的 Openclaw Skills 之一，它提供严谨的工作流程：探索相关模型定义、构建可独立验证的证据分支、执行范围受限的查询、验证结果，并结合定义和适用范围解释结论。它用于查询和分析数据，而不是检查或管理 Context Models 本身。

应用场景

使用 SLS 数据回答有关业务指标、数量、趋势和比较的问题。
通过在不同证据分支中测试可能的解释，调查意外发现。
应用文档记录的指标定义、业务术语或匹配的示例查询，而不是猜测业务逻辑。
在定义、筛选条件和时间窗口兼容时，比较不同时间段或已解析数据源的结果。
在得出结论之前，验证字段结构、取值、索引行为或查询能力。
呈现经过验证的结果，并清楚说明时间范围、数据源覆盖范围、限制以及适用的图表或表格。

工作原理

确定 Context Model、端点、区域和用户的分析目标。如果未指定模型，列出候选项并请用户确认；如果端点或时间范围未知，请求补充缺失信息。
仅探索相关模型内容。使用目录概览定位 Elements，然后获取所需的 Member 定义，包括架构、指标、术语或示例查询。检查置信状态，并使用实际数据验证尚未接受的语义建议。
将 Schema 解析为候选查询位置。正确应用已配置的搜索筛选条件，遵守用户的资源范围；如果范围或聚合方式不明确，请求澄清。
为每个不同的子结论创建独立的证据分支。按优先顺序选择查询依据：匹配的示例查询、指标、业务术语，然后是 Schema 字段。
组装 SLS 查询，同时保留文档记录的指标逻辑、筛选条件和字面值。通过命令参数设置有界时间范围；如果需要超过默认的 100 行，使用显式 SQL 限制。
执行每个查询，并验证其是否完整完成、是否返回预期的结果形状，以及是否被截断。区分空结果与数值聚合结果为零；处理错误时，不得悄悄更改范围或定义。
仅合并兼容且已验证的证据。报告定义、来源、执行时间窗口、查询状态和相关限制；如果结果适合可视化，则提供图表或表格。

配置指南

首先按照技能的 references/python-runtime.md 说明准备 Python 运行环境和凭据。使用用户提供或上下文中可用的 Context Model 端点；该模型服务仅在部分区域可用。如果服务报告该区域不可用，请说明情况并请求模型端点或区域。
如果模型名称未知，先列出候选模型，并在分析前确认选择：
python3 scripts/context_model_qa.py context-model list \ --endpoint "" --page 1 --size 20 发现模型的 Elements 和 Members，然后获取相关定义并解析所选 Schema：
python3 scripts/context_model_qa.py context-model catalog overview \ --endpoint "" \ --name "" python3 scripts/context_model_qa.py context-model catalog get \ --endpoint "" \ --name "" --schema-element "" \ --members "member1,member2" python3 scripts/context_model_qa.py context-model catalog resolve \ --endpoint "" \ --name "" --schema "" 对于其他目录内容，请准确选择一个适用的 Element 选项：--overview-element、--metric-element、--term-element 或 --example-query-element。使用已解析的区域、项目和存储运行日志查询，而不是使用 Context Model 端点：
python3 scripts/context_model_qa.py query \ --region "" --project " " --logstore "" \ --query "" --time-range "" 使用相对时间范围或带时区的显式 RFC3339 时间区间。如果时间戳已知，请使用 --from "" --to ". 技能的 Python 运行环境参考文档包含所需的依赖项和凭据准备步骤；提供的说明未指定单独的软件包安装命令。
SLS Context Model 数据问答 数据架构与分类体系
该技能从 SLS Context Model 读取语义定义和数据源映射；它不描述单独的本地数据库或生成的数据存储。
模型内容 在分析中的用途
Schema Logstore 描述，以及字段名称、类型和业务含义
概览详情 Logstore 内容、业务用途和分析指南
指标 指标定义和明确的计算逻辑
术语 业务定义，有时包括识别或计算规则
示例查询 可直接执行的预定义问题和查询对
数据源 用于确定查询位置的物理存储定义和映射
Elements 和 Members 组织模型：一个 Element 对同一类型的定义进行分组；每个定义都是一个 Member
目录输出会区分模型级 modelScope 术语、在 sources 中由数据源指定的语义，以及尚未解析的内容。不得将尚未解析的内容用作分析依据。概览输出可能被截断；检查 truncated、omittedSources 和 omittedMembers，然后缩小请求范围或增大 --max-bytes。catalog get 响应会区分返回的 members 和请求但不存在的 missingMembers；语义置信状态 auto_applied 和 manually_applied 表示已接受，而 not_applied 需要验证。
分析结果按证据分支和已解析的数据源位置（region/project/store）组织。查询响应提供结果数据、进度元数据，以及 timeRange.from/to 中的实际时间窗口（Unix 秒）。该技能未指定持久化输出文件；日志和样本是用于分析的查询结果，不应将样本原样大量复制到面向用户的回答中。

高级特性

证据分支工作流程将不同的子结论分开，同时把同一结论的多个查询归在一起。
语义查询规划优先使用匹配的示例查询，其次是指标、术语和 Schema 字段。
指标生成器映射在构造查询时保留聚合表达式、搜索筛选条件、SQL 谓词、字面值和单位。
支持候选数据源解析、已配置的
search_filter
处理、有界日志抽样和索引配置检查。
通过参考文档提供 SLS 专用 SQL、跨 Logstore JOIN 和 SCAN 分析指南。
验证完成状态、结果形状、行数限制和实际查询时间窗口；区分空日志与计算结果为零，并处理不完整结果和服务错误。
对适合的已验证结果支持以图表或表格形式交付，同时要求披露覆盖范围限制、近似值和处理约束。
强制执行安全报告实践：不得泄露凭据、端点、内部元素标识符、探索性查询或未脱敏的诊断信息。

name: alibabacloud-sls-data-agent-qa description: "Query and analyze real data through SLS Context Models to answer business questions. Use when the user asks business data questions using an SLS Context Model. Not for inspecting or managing the models themselves."