metric-field-extraction

# 指标字段抽取 Skill

## 数据来源

本 Skill 支持多种报表数据输入格式，核心数据来源包括：

### 1. 报表类型
- **业务报表**：业务数据报表、运营报表
- **财务报表**：财务报表、管理报表
- **统计报表**：统计数据报表、分析报表
- **自定义报表**：用户自定义格式报表

### 2. 文档格式
- **PDF格式**：PDF格式的报表
- **Word格式**：Word格式的报表
- **Excel格式**：Excel格式的报表
- **HTML格式**：网页格式的报表

### 3. 数据格式要求
- **文件路径**：本地文件路径或网络文件URL
- **文件编码**：UTF-8、GBK、GB2312等
- **文件权限**：需要读取权限

### 4. 指标类型
- **数值指标**：金额、数量、比例等数值指标
- **文本指标**：状态、描述等文本指标
- **时间指标**：日期、时间等时间指标
- **分类指标**：类别、类型等分类指标

> 说明：本 Skill 不包含数据采集功能，需要用户提供报表文件。建议报表格式规范，以便进行准确的指标抽取。

---

## 功能

本 Skill 提供全面的指标字段抽取能力，涵盖多种抽取功能：

### 1. 指标识别
- **指标名称识别**：识别报表中的指标名称
- **指标类型识别**：识别指标的类型和类别
- **指标位置定位**：定位指标在报表中的位置
- **指标关联识别**：识别指标之间的关联关系

### 2. 指标值抽取
- **数值抽取**：抽取指标的数值
- **文本抽取**：抽取指标的文本值
- **时间抽取**：抽取指标的时间值
- **单位识别**：识别指标的单位

### 3. 指标标准化
- **指标名称标准化**：标准化指标名称
- **指标格式标准化**：标准化指标格式
- **指标单位标准化**：标准化指标单位
- **指标值标准化**：标准化指标值

### 4. 指标验证
- **指标完整性验证**：验证指标的完整性
- **指标准确性验证**：验证指标的准确性
- **指标一致性验证**：验证指标的一致性
- **指标关联性验证**：验证指标之间的关联性

### 5. 指标分类
- **指标分类**：对指标进行分类
- **指标标签**：为指标添加标签
- **指标层级**：建立指标的层级关系
- **指标分组**：对指标进行分组

### 6. 高级处理功能
- **指标映射**：映射不同报表格式的指标
- **指标补全**：补全缺失的指标
- **指标计算**：计算衍生指标
- **指标报告**：生成指标抽取报告

---

## 使用示例

### 输出示例
```json
{
  "source_info": {
    "document_id": "DOC001",
    "document_type": "business_report",
    "report_period": "2024-Q1",
    "source_file": "business_report.pdf"
  },
  "metrics": [
    {
      "metric_id": "MET001",
      "metric_name": "营业收入",
      "standard_name": "revenue",
      "metric_type": "amount",
      "value": 1000000000,
      "unit": "CNY",
      "period": "2024-Q1",
      "confidence": 0.98,
      "position": {
        "page": 3,
        "row": 5,
        "column": 2
      },
      "category": "financial",
      "tags": ["收入", "财务"],
      "related_metrics": ["MET002", "MET003"]
    },
    {
      "metric_id": "MET002",
      "metric_name": "同比增长率",
      "standard_name": "yoy_growth_rate",
      "metric_type": "percentage",
      "value": 15.5,
      "unit": "%",
      "period": "2024-Q1",
      "confidence": 0.95,
      "position": {
        "page": 3,
        "row": 5,
        "column": 3
      },
      "category": "growth",
      "tags": ["增长率", "同比"],
      "related_metrics": ["MET001"]
    }
  ],
  "statistics": {
    "total_metrics": 50,
    "extracted_metrics": 48,
    "missing_metrics": 2,
    "average_confidence": 0.96
  }
}
```

---

## 注意事项与限制

### 1. 报表格式要求
- 标准格式报表抽取准确率较高
- 非标准格式可能影响抽取
- 扫描版报表需要OCR支持

### 2. 指标识别准确性
- 标准指标名称识别准确率较高
- 非标准指标名称可能需要映射
- 复杂指标可能需要人工处理

### 3. 数值提取准确性
- 清晰标注的数值提取准确率较高
- 需要估算的数值可能不够准确
- 单位转换需要正确处理

### 4. 指标完整性
- 标准报表指标完整性较好
- 非标准报表可能缺失指标
- 指标补全可能需要人工处理

### 5. 使用限制
- 本 Skill 不包含报表编辑功能
- 抽取结果需要人工复核
- 复杂报表可能需要人工处理

---

## 参考资料
- 见 references/ 目录中的相关文档，包括：
  - 指标字段抽取方法手册
  - 指标标准体系
  - 指标映射规则指南
  - 性能优化指南