Skill: ak-data-daily-timeout-report
可迁移入口脚本：./run.sh
- 单天查询：
./run.sh day ...
- 趋势查询：
./run.sh trend ...
- 迁移说明：
./MIGRATION.md
- 模板说明：
./TEMPLATE.md
- 短命令包装：项目根目录
bin/timeout
- 打包脚本：
scripts/data/package_ak-data_daily_timeout_skill.py
统一入口：用于查询 AK Data 单任务类型 在某一天的：
- 主任务超时（task timeout）
- 爬虫超时（crawler timeout）
- 两种口径对比结论
- 支持继续追问具体任务例子（自动补齐 log
ext_ssn + log_state + request）
这是入口 Skill，不直接替代底层统计逻辑。
- 主任务超时底层能力：
ak-data-task-timeout-created-report
- 爬虫超时底层能力：
ak-data-depart-timeout-log-report
本 Skill 负责：统一调度、统一输出、统一追问接口。
快速使用
1) 单天联合超时
./run.sh day --date-bjt 2026-04-05 --job-type AmazonListingJob
2) 单天 + 样例追问
./run.sh day \
--date-bjt 2026-04-05 \
--job-type AmazonListingJob \
--example-scope crawler_timeout \
--example-type overtime_total \
--example-market au \
--example-limit 5
3) 区间趋势
./run.sh trend \
--start-date-bjt 2026-04-01 \
--end-date-bjt 2026-04-05 \
--job-type AmazonListingJob
适用场景
当 LeeHoo 的问题是以下类型时，优先使用本 Skill：
- “查 4.5 超时情况”
- “查 4.5 主任务超时和爬虫超时对比”
- “查某天 AmazonListingJob 的超时情况”
- “给我几个超时例子，带 request”
- “继续看 4.5 的 nl / jp / au 样例”
- “导出未Deliver / 未Arrival / WAITING 样例”
口径边界（强制）
1) 主任务超时（task timeout）
- 时间窗口：
created_at 落在 dateBjt 对应自然日
- 正式超时判定基线：
break_at
- 不得把主任务超时偷换成
depart_at 口径
- 不得把主任务超时简化成固定
created_at + 12h 口径后对外宣称“正式口径”
2) 爬虫超时（crawler timeout）
- 时间窗口：
depart_at 落在 dateBjt 对应自然日
- 超时判定：
- 已到达：
arrival_at - depart_at > timeoutHours
- 未到达：
now_utc - depart_at > timeoutHours
- 若查询日是当天，可启用
cutoffHours 做成熟母本截断
3) 追问具体任务例子
例子查询必须能区分：
scopeType = task_timeoutscopeType = crawler_timeout
不得混口径返回。
输入契约
{
"tenantId": "AK Data",
"jobType": "AmazonListingJob",
"dateBjt": "2026-04-05",
"includeTaskTimeout": true,
"includeCrawlerTimeout": true,
"samplePerState": 3,
"needMarketSplit": true,
"needLogEnrich": true,
"cutoffHours": 0,
"exampleQuery": {
"scopeType": "crawler_timeout",
"sampleType": "overtime_total",
"market": "au",
"status": "PENDING",
"limit": 5,
"includeRequest": true
}
}
字段说明
includeTaskTimeout：是否生成主任务超时部分includeCrawlerTimeout：是否生成爬虫超时部分samplePerState：底层脚本每类抽样条数needLogEnrich：是否自动补齐 log 字段cutoffHours：仅爬虫口径支持；用于当日成熟母本截断exampleQuery：可选，用于继续追问例子
标准执行流程（强制）
A. 每日总览查询
- 如果
includeTaskTimeout=true
- 调用
run_created_timeout_report.py
- 读取输出 JSON
- 如果
includeCrawlerTimeout=true
- 调用
run_depart_timeout_report.py
- 读取输出 JSON
- 生成 unified report：
- 总览
- market 对比
- 主任务 vs 爬虫差值
- 诊断结论
B. 对比诊断规则
至少输出：
- 主任务超时率
- 爬虫超时率
- gap（百分点）
- top market 重合情况
- 结论
建议判定规则
- 若两者超时率差值
< 1 pct
- 判定：基本贴脸一致，问题主要由 crawler 链路传导
- 若主任务明显高于爬虫
> 2 pct
- 判定：deliver / 状态收口尾段可能存在额外拖后腿
- 若 top risk market 高度重合
- 若主任务新增 crawler 不明显的 market
C. 追问例子（drill-down）
当用户继续问“给几个例子”时：
- 优先复用对应 JSON 中的
samples
- 若用户指定过滤维度（market/status/sampleType），则从标准化样例集合中过滤
- 若默认样例不足，再调用底层脚本增强抽样能力或补充专用导出脚本
默认要补齐的字段：
req_ssnsource_tablelog_tablemarketstatuscreated_at / depart_at / arrival_at / deliver_attask_hours / crawl_hoursext_ssnlog_staterequestrequest_truncated
输出契约
{
"scope": {
"tenantId": "AK Data",
"jobType": "AmazonListingJob",
"dateBjt": "2026-04-05"
},
"taskTimeout": {
"baseline": "break_at",
"generatedAtUtc": "2026-04-06 08:00:00",
"total": {},
"markets": [],
"samples": {}
},
"crawlerTimeout": {
"baseline": "depart_at",
"generatedAtUtc": "2026-04-06 08:00:00",
"total": {},
"markets": [],
"samples": {}
},
"comparison": {
"taskTimeoutRate": 0.087,
"crawlerTimeoutRate": 0.0854,
"gapPct": 0.16,
"topOverlapMarkets": ["nl", "jp", "pl"],
"diagnosis": "主任务超时与爬虫超时基本贴脸一致，说明问题主要由 crawler 链路传导"
},
"exampleQueryResult": {
"scopeType": "crawler_timeout",
"sampleType": "overtime_total",
"market": "au",
"status": "PENDING",
"limit": 5,
"rows": []
}
}
输出文案要求（对话）
对 LeeHoo 汇报时，建议固定结构：
- 执行范围
- 总览指标
- 主任务 vs 爬虫差值
- Top market / 高风险 market
- 诊断结论
- 如用户要求，补具体样例（带 request）
- 最后给出文件路径
风险与降级
- 若某一底层报告失败：
- 返回另一部分成功结果
- 明确标记
partial=true
- 若 log 缺失：
- 若
request 非法 JSON：
- 返回原文字符串
request_parse_error=true
- 若 sample 不足：
结论型经验（已沉淀）
- LeeHoo 对该类问题的真实诉求不是单一口径，而是：
- 某天总体超时怎样
- 主任务超时与爬虫超时是否贴脸一致
- 是否属于 crawler 传导，而不是 deliver 尾段独立炸锅
- 继续追问具体任务例子，并看 request 字段
- 因此统一入口 Skill 比两个分散 Skill 更适合作为对话层默认路由。
