更新提示词和skills

2026-05-15 11:28:39 +08:00
parent 59270b6b29
commit 5315ff1902
6 changed files with 236 additions and 4 deletions
@@ -0,0 +1,121 @@
+---
+name: tjwater-workflow-bottleneck-analysis
+description: workflow 下 bottleneck-analysis（水力瓶颈分析）工作流技能。
+version: 1.1.0
+---
+
+# bottleneck-analysis Workflow Skill
+
+## 简介
+负责 `analytics/simulation-analysis` 场景下的水力瓶颈综合分析，通过结合管道属性与水力模拟结果，识别管网中超负荷、高流速、高水头损失的瓶颈管道，并给出分级改造建议。
+
+## 前置依赖
+本工作流依赖以下两个数据源，需按顺序并行或串行获取：
+
+### 依赖 1：管道属性数据
+- 接口：`GET /api/v1/getallpipeproperties/`
+- 参数：`network`（query，如 `tjwater`）
+- 用途：获取全部管道的 id、管径(diameter)、长度(length)、粗糙度(roughness)、起端(node1)、终端(node2) 等属性
+- 注意：结果可能很大（数万条），需使用 `fetch_result_ref` 分批或全量获取
+
+### 依赖 2：水力模拟结果
+- 接口：`GET /api/v1/runprojectreturndict/`
+- 参数：`network`（query，如 `tjwater`）
+- 用途：运行管网水力模拟，返回各管段的 flow(LPS)、velocity(m/s)、headloss(m)、status，以及各节点的 demand、head、pressure(KPA)
+- 注意：结果可达 30MB+，需用 Python 脚本批量处理或使用 `fetch_result_ref` 回读
+
+## 工作流步骤
+
+### 第 1 步：并行获取管道属性和运行水力模拟
+同时调用 `getallpipeproperties` 和 `runprojectreturndict`，network 参数使用项目名称（如 `tjwater`）。
+
+### 第 2 步：合并数据
+用 Python 脚本将管道属性的 pipe_id 与模拟结果的 link_id 进行关联，构建含以下字段的合并数据集：
+
+| 字段 | 来源 | 说明 |
+|------|------|------|
+| id | 两者关联键 | 管道/链路 ID |
+| flow | 模拟 link_results | 流量 (LPS) |
+| velocity | 模拟 link_results | 流速 (m/s) |
+| headloss | 模拟 link_results | 水头损失 (m) |
+| diameter | 管道属性 | 管径 (mm) |
+| length | 管道属性 | 长度 (m) |
+| roughness | 管道属性 | 粗糙度系数 |
+| node1 / node2 | 管道属性 | 起端/终端节点 ID |
+| unit_headloss | 计算 | headloss / length (m/m) |
+| capacity_ratio | 计算 | |flow| / (π×(d/2000)²×1000)，即实际流量与 1m/s 设计流量的比值 |
+
+同时从模拟 node_results 提取各节点 pressure，关联到管段两端。
+
+### 第 3 步：多维度瓶颈识别
+按以下 5 个维度分别排序筛选，交叉印证：
+
+| 维度 | 筛选条件 | 指示含义 |
+|------|---------|---------|
+| 高流速 | velocity > 1.2 m/s | 管径不足 |
+| 主干管高流量 | diameter ≥ 300mm 且 velocity > 0.5 m/s | 传输瓶颈 |
+| 高水头损失 | headloss > 5m 且 0.3 < velocity < 1.5 m/s | 能耗瓶颈/粗糙度问题 |
+| 高单位水头损失 | unit_headloss > 1.0 m/m | 严重局部瓶颈 |
+| 超负荷 | capacity_ratio > 1.0 | 实际流量超过设计能力 |
+
+排除极短管道（length < 0.5m）以减少噪声。
+
+### 第 4 步：综合评分
+对有效管道计算综合瓶颈分数：
+
+```
+composite_score = (velocity / max_velocity) × 0.4
+                + (headloss / max_headloss) × 0.3
+                + (capacity_ratio / max_capacity_ratio) × 0.3
+```
+
+取 TOP 10~20 作为最严重瓶颈管道。
+
+### 第 5 步：前端可视化
+- 使用 `show_chart` 展示流速分布柱状图
+- 使用 `locate_features` 在地图上定位 TOP 瓶颈管道（feature_type=pipe）
+- 可选：使用 `view_history` 查看瓶颈管道的历史运行数据
+- 前端工具仅用于展示，分析结论必须来自 `dynamic_http_call` / `fetch_result_ref` 获得的数据
+
+### 第 6 步：给出分级改造建议
+按严重程度分为三级：
+
+- **🚨 紧急**：综合评分 > 0.3，立即安排管径升级
+- **⚡ 重点**：综合评分 0.15~0.3，纳入近期改造计划
+- **📋 关注**：综合评分 0.05~0.15 或单维度超标，持续监测
+
+每条建议含：当前管径 → 建议管径（基于目标流速 1.0~1.5 m/s 反推），并附改造理由。
+
+## 改造管径计算公式
+```
+建议管径(mm) = 2 × 1000 × sqrt(|flow| / (π × target_velocity × 1000))
+```
+目标流速：DN<300 取 1.0 m/s，DN≥300 取 1.2 m/s。
+
+## 证据约束
+
+- 如果关键数据仍处于 preview 状态，不得直接输出最终瓶颈结论
+- 如果模拟结果不完整或接口失败，应明确说明当前仅能做初步筛查
+- 改造建议必须区分“数据直接支持的结论”和“工程经验推断”
+
+## 推荐输出结构
+
+1. 分析范围与数据来源
+2. 主要瓶颈管段 Top N
+3. 分级建议（紧急 / 重点 / 关注）
+4. 假设与局限
+5. 是否建议地图定位或图表展示
+
+## 参考
+- 管道属性操作：`../business/network-assets/pipes/SKILL.md`
+- 模拟操作：`./simulation/SKILL.md`
+- 节点属性操作：`../business/network-assets/junctions/SKILL.md`
+
+## Learned Patterns
+- 先按“属性数据获取 → 模拟结果获取 → 本地关联 → 多指标筛选 → 分级建议”拆解工作流，再组织展示步骤，避免把一次分析过程写成会话流水账。
+- 结果集较大时，优先使用 `fetch_result_ref` 或本地脚本批处理；只要数据仍是 preview、截断或未完整回读，就不能直接输出 Top N 瓶颈结论。
+- 关联前先统一关键字段和单位：`pipe_id/link_id`、`diameter(mm)`、`length(m)`、`flow(LPS)`、`pressure(KPA)`；字段未对齐时，后续 ranking 和建议都会失真。
+- `unit_headloss`、`capacity_ratio` 等衍生指标应在过滤异常数据（如 `length < 0.5m` 的短管）后再计算，否则容易被极端值放大。
+- 阈值和评分权重应视为可调启发式，而不是唯一真理；输出时要区分“数据直接支持的结论”和“工程经验推断的建议”。
+- 地图定位、图表展示属于证据呈现层，不能替代分析层；瓶颈判定必须基于后端原始结果或完整回读数据。
+- 常见坑点：短管导致单位水头损失虚高、节点或链路映射缺失导致误判、模拟结果不完整时误把局部结果当全量结论。