text-column-semantic-filter

Imported from Wittgensteen/PlannerAgent_ (skills/poisk-zapisey-po-opisaniyu/SKILL.md). Install upstream with npx skills add Wittgensteen/PlannerAgent_ --skill poisk-zapisey-po-opisaniyu. Copyright stays with the author.

Алгоритм

1. Определи text_column
2. Получи полный список уникальных непустых значений этой колонки в рамках уже заданного источника
3. Загрузи полный список unique_values в контекст анализа. Не классифицируй только preview, sample или первые строки.
4. Сравни каждое значение из unique_values со смысловой категорией пользователя.
5. Верни только точные значения из исходной колонки, без переформулировок, масок, LIKE, CONTAINS и выдуманных вариантов.
6. Если значений слишком много для одного контекста, раздели unique_values на батчи, классифицируй каждый батч и объедини результаты. Не переходи к итоговому списку, пока не проверены все батчи.
7. Если подходящих значений нет, верни пустой exact_candidates и evidence: источник значений, колонка, количество проверенных уникальных значений и примененные ограничения.

Не привязывай сценарий работы к event_description: используй колонку, которую требует пользовательский запрос или подтвержденный schema/skill-контекст. Не используй LIKE или CONTAINS вместо точных значений из exact_candidates. Не добавляй логику финальной выборки строк в этот skill: он отвечает только за подбор точных значений текстовой колонки.

Для решения таких задач важно использовать именно llm для определения подходящих значений

Шаблон Делегирования

delegate data-retrieval-agent:
  objective: загрузить все уникальные непустые значения выбранной текстовой колонки
  inputs:
    text_column: <колонка для смысловой классификации>
    source: <таблица или существующий artifact, если уже определен>
    period: <event_dt/date range, если уже задан пользователем или сценарием работы>
    base_filters: <фильтры, которые уже подтверждены до применения semantic filter>
  expected evidence:
    source, period, text_column, unique value count, artifact path
  stopping condition:
    полный список unique_values доступен для LLM-классификации значений text_column

classify_text_column_values:
    input:
        text_column: <имя текстовой колонки>
        user_category: <смысловая категория из запроса пользователя>
        unique_values: <полный список уникальных значений text_column>

    process:
        exact_candidates = []
        for value in unique_values:
            if value точно соответствует user_category по смыслу:
                exact_candidates.append(value)

    output:
        text_column
        user_category
        exact_candidates
        checked_unique_values_count
        evidence: source, period, filters, unique_values_artifact
        limitations

Примеры Запросов

Получить все значения текстовой колонки

LOAD hits
PERIOD event_dt FROM '20260619' TO '20260621'
SELECT event_description
WHERE event_description IS NOT NULL

LOAD cards
PERIOD event_dt FROM '20260619' TO '20260621'
SELECT atm_merchant_name
WHERE atm_merchant_name IS NOT NULL

Пример Результата Классификации

text_column: atm_merchant_name
user_category: образовательные сервисы
checked_unique_values_count: 3842
exact_candidates:
  - UNIVERSITY STORE
  - ONLINE SCHOOL
  - COURSE PLATFORM
evidence:
  unique_values_artifact: /artifacts/atm_merchant_name_unique_values.pkl
limitations:
  - классификация выполнена только по значениям text_column, без анализа остальных полей записи