技能介绍

要解决的具体问题

观远BI平台的数据集下载接口存在两个关键限制：单次请求最多返回50,000行，且不支持分页参数（如page、offset会被忽略）。当数据集单月数据量超过5万行时，直接下载会因数据截断导致结果不完整。此外，不同数据集的日期字段名称（如"访问时间""年月日期""下单日期"）和省份字段（如"省""省份""省级行政区"）存在差异，手动处理需反复调整参数，效率低且易出错。同时，凭据管理若缺乏安全机制，可能导致账号信息泄露。

核心能力与关键步骤

自动处理下载限制

日期字段自适应检测：按优先级尝试"访问时间""年月日期""日期""创建时间""更新时间"，或匹配含"时间"/"日期"的列名，避免手动指定。
按月分批下载：生成GE/LT日期过滤条件（如GE 2023-01-01 LT 2023-02-01），将大数据集拆分为月度批次，确保单次请求不超过5万行限制。
省份/城市分片：若单月数据超5万行，自动按34个省级行政区分片；省份仍超限则按城市细分，支持"省""省份""省级行政区"等字段名匹配。

凭据安全与持久化

凭据加密存储：首次使用时弹出Web风格登录窗口，密码字段使用Windows DPAPI加密（非Windows降级为Base64），保存至~/.guandata-bi-credentials.json，仅当前用户可解密。
读取优先级：按当前会话环境变量→加密文件→弹窗顺序获取凭据，后续使用无需重复输入，避免频繁登录干扰。
零源码泄露风险：Skill文件不含任何密码、账号或平台地址，凭据仅存于用户家目录，不写入系统环境变量或注册表。

数据完整性保障

NULL行补充：全量下载时自动补充日期字段为NULL的记录，避免数据遗漏。
UTF-8 BOM编码：输出CSV文件采用UTF-8 BOM编码，兼容Excel直接打开，避免中文乱码。

适用边界与注意点

仅支持观远BI平台：需提供正确的base_url（如https://bi.example.com），且数据集需包含可识别的日期字段（如"访问时间""年月日期"等），否则无法自动分片。
省份字段需明确：若数据集无省份字段（如BI访问日志），则无法自动分片，需确保单月数据量不超过5万行。
环境依赖：依赖Python环境（未在说明中明确，但需脚本执行），Windows系统下密码加密依赖DPAPI，非Windows系统降级为Base64，安全性相对较低。
日期格式要求：--start和--end参数需为YYYY-MM-DD格式，默认自动检测起始日期（通常为数据集最早记录日期），结束日期默认为当天。