技能介绍

真实世界研究（Real-World Study, RWS）往往依赖多源、异构、质量不一的观测数据。分析侧常见痛点是：在合规与可复现前提下，如何把「数据清洗—特征/队列定义—统计与挖掘—结论表述」串成可执行流程，而不是每次从零写脚本、口头约定口径。

本 Skill 定位在 RWS 场景下的数据挖掘与洞察生成；具体业务步骤与口径以平台下发的受保护说明为准，本地 SKILL.md 不替代云端工作流。

该能力来自 百通AI服务平台，属于 受保护 Skill：任何工作流开始前必须先过授权门禁，再拉取云端 protected instructions，二者都成功后才允许按返回内容执行。

典型链路如下：

授权检查：运行 scripts/auth.py --ensure。stdout 为 AUTH_OK 表示通过；若为 AUTH_REQUIRED / AUTH_INVALID 等，需结合 stderr 判断是缺凭证、凭证失效还是远程校验失败。
用户绑定（首次或凭证缺失时）：通过 WorkBuddy 的 connect_cloud_service 取得当前登录用户 JWT，再执行 auth.py --bind-jwt；成功信号为 AUTH_BIND_OK，随后必须重新 --ensure 直到出现 AUTH_OK。
拉取受保护内容：授权通过后运行 scripts/protected.py，仅当其成功返回 protected instructions 时，才按该内容继续挖掘与洞察任务；不得用本地提示或对话历史「补全」未下发的流程。

授权逻辑（本地缓存路径、WorkBuddy 绑定、远程校验）集中在 scripts/auth.py；不要在业务侧手动解析 JWT、拼接 AppKey/AppSecret 或自行调用绑定接口。

鉴权与业务互斥：未拿到 AUTH_OK 或未成功获取 protected instructions 时，应停止业务推理，并按 Skill 规定的模板向用户说明 stdout 信号与 stderr 关键信息，禁止静默重试或「先给结果再提鉴权」。
skillCode 来源：优先使用包内 _meta.json 的 slug（平台维护编号，如 BT_D1A918E2），而非展示名称；仅当缺少 _meta.json 时才手动传 --skill-code。
重试上限：凭证类问题按文档流程最多再走一轮绑定 + --ensure；若仍失败，应告知数据/授权服务暂不可用，不要反复尝试业务步骤。
密钥与错误展示：勿向用户展示 AppKey/AppSecret 明文；错误码与消息可原样说明，密钥字段需打码。