术语概念场景工坊

术语数据处理的现实痛点

处理术语、概念类数据时，常见问题包括：术语释义与概念拆解缺乏统一结构，难以适配教育、学习等不同场景；批量处理时若某条数据异常，易导致整批中断或数据丢失；直接覆盖原始文件风险高，一旦参数配错难以回溯修正；人工处理效率低，且缺乏对失败项的追踪与定向重跑机制。

核心能力与工作流程

该技能以本地脚本方式运行，无需联网（依赖 Python 3.9+ 标准库），核心能力包括：标准格式批量处理、字段提取与结构化输出、失败明细追踪。

执行步骤：

• 准备输入：将待处理文件放入同一目录，统一命名规范，保留原始文件备份。
• 试运行：先用单个样本执行，核对输出字段与格式是否符合预期。
• 批量执行：确认无误后处理全量数据，输出默认保存为带_out后缀的独立文件，原始文件不被改写。
• 校验结果：抽查输出条目，核对关键字段与源数据一致性；控制台输出处理总数、成功数、跳过数、失败数。

稳定性保障：

• 超时控制：单条处理设上限，超时自动跳过并记入失败明细，避免整批卡死。
• 重试策略：可恢复类错误（如瞬时IO失败）自动重试3次，间隔递增。
• 降级方案：高级解析失败时回退到基础解析模式，保证有可用输出。
• 幂等性：重复执行同一批输入结果一致，不会产生重复追加。

异常处理遵循单条失败不中断整批原则：输入文件不存在时提示路径错误并退出；文件格式不符时该条跳过并计入失败明细；权限不足时更换输出目录或提升权限；单条数据异常时跳过该条继续处理，最终输出失败明细清单（含文件名与原因），支持定向重跑。

适用边界与注意要点

能力边界：

• 能做：标准格式批量处理、字段提取与结构化输出、失败明细追踪。
• 不能做：不保证对加密、损坏或非标准格式文件的处理结果；不替代人工对关键数据的最终核对。
• 不适用：涉及法律、财务、医疗等重大决策的数据，需以官方原始凭证为准，本工具输出仅供效率参考。

其他注意点：

• 建议先在样本数据上试运行，确认输出符合预期后再批量处理，避免参数配错污染全量输出。
• 处理含个人信息的数据时，需自行遵守《个人信息保护法》等相关法规，避免违规。
• 安全方面：全流程本地执行，不上传任何用户数据，不读取无关目录，不写入系统目录。