技能介绍

要解决什么问题

在地图 QA 的 qa-integration-pipeline 里，用例生成（case-generator）需要一批「坐标 + 场景 + 可选响应」的数据资产，而这些资产往往来自三种不同来源：上游 diff-executor 的 diff 产物、对 host / hostbaseline 的批量脚本筛选，或历史 AICase 目录里可复用的坐标。若每个 feature 都手工选路径、写配置、跑脚本，策略容易和 test_plan.md 脱节，产物目录也不统一。

Data Filter Executor 是 Pipeline 的 Phase 3 子 Skill：自动读 test_plan.md 里的数据筛选策略与 2.2 数据筛选条件，在本地选方案并执行，把结果收敛到固定目录 //data/，并生成 filter_analysis.md 供下游使用。本 Skill 自动执行，不中断向用户提问；交互由上游 pipeline 负责。

如何工作

前置：校验 feature、test_plan；从测试计划中解析 search-ng-data 标记、筛选条件表与 3.2 测试策略 中的筛选决策。可选地在确定方案或编写 filter_config_*.py 前查询 LLM-Wiki，参考历史 diff / reuse / script 方案与配置模板。

三种方案（三选一）：

方案 A（diff）：search-ng-data = 是 且存在 diff 产物时，读取 diff_dir 下的 manifest.json、expected_diff.txt，按 test_plan 条件过滤并排除 bad_case.md，输出 //data/expected_diff.txt 与 //data/manifest.json。
方案 B（script）：有明确筛选条件但无 diff 时，初始化 search-ng-data 与 top30citypoints 仓库，生成 filter_config_<feature>.py，在 search-ng-data 目录调用 main.py 做双版本对比（需 host、host_baseline 等），产出 baseline/target 结果 JSON 及配置副本。
方案 C（reuse）：计划标注复用历史数据或存在可用 case 时，扫描 regression_case_dir，按场景关键词匹配并去重，输出 //data/preset_cases.json。

执行后会检查结果是否非空；若为空则仍可能返回 success，但标记 data_sufficient: false。最后统一写 数据资产清单 //data/filter_analysis.md，并向 pipeline 返回摘要。

边界与注意点

不依赖 Jenkins MCP，筛选逻辑在本地完成；方案 B 强依赖 host / host_baseline 与 top30、search-ng-data 目录可访问（缺失时会尝试 clone 固定路径）。
diff 产物缺失、脚本执行失败、或 test_plan 未定义筛选条件时会 failed 并给出明确 reason；diff 为空时会建议改 script 或复用历史数据。
输出根目录约定为 /home/xiaoju/map-spec/ 下的 //data/，与 case-generator 的读取路径（如 data/filter_analysis.md、各类 JSON/txt）需保持一致。