-
Data Governance Dev authored
把 Phase 1 的 7 个独立脚本收敛成一条流水线: 工作流核心 workflow/ - run_governance.py:CLI 入口,支持 --db / --steps / --skip / --offline - config.example.yaml:阈值 / 数据库 / 输出配置(实际 config.yaml 不入库) - core/ db.py 连接与查询辅助 utils.py 配置加载、目录管理、JSON I/O reporter.py Markdown + Word 报告生成 - steps/ 8 个 Step 的实现(每个文件一个 Step) 8 步流水线: 1 数据字典 -> 2 合并/冗余(离线) -> 3 数据验证(连库) -> 4 空字段(连库) -> 5 缺注释(离线) -> 6 长度检查(离线) -> 7 国标校验(连库) -> 8 报告生成(离线) 国标插件 standards/ 独立可扩展 - base.py + registry.py 自动发现所有标准 - std_001_id_card.py GB 11643-1999 身份证 - std_002_uscc.py GB 32100-2015 统一社会信用代码 - std_003_mobile.py YD/T 1313 手机号 - std_004_xzqh.py GB/T 2260 行政区划代码 Why:脚本是一次性产物,工作流才是可复用的工程;分离国标后新增规范 只需要再写一个 std_xxx.py 文件。 How:每个 Step 是独立类,产出统一为 dict,run_governance.py 按编号串行 执行;国标通过字段名匹配自动加载,registry 提供全局发现。160ded5f