QoderWake需通过角色定义、技能绑定、记忆注入三步构建数据整理专用Waker：定义“数据治理专员”角色并启用授权限制；绑定data-clean-v3.2等结构化技能；注入JSONL格式记忆快照以实现字段映射、空值策略与日期归一化自动复用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让QoderWake自动清洗杂乱Excel字段、合并多源CSV表头、识别空值逻辑并生成标准化数据集，而不是手动打开文件反复调整——创建专用于数据整理的Waker，必须绕过通用模板，从角色定义、技能绑定、记忆注入三步精准构建。
定义数据整理专用角色
进入QoderWake管理后台 → 【员工分身】→ 【创建新分身】，模板类型选“垂直领域专家”，不要用“通用助理”或“客服专员”这类泛化角色，否则后续无法加载结构化数据处理技能。
填写基础信息：岗位名称设为“数据治理专员”，所属部门填“数据分析部”，启用【仅回答已授权知识范围内问题】开关——这能强制拦截对非结构化文本的自由发挥，防止在处理缺失值时擅自编造填充逻辑。
在“行业标签”栏手动输入四项核心标签：“NULL语义识别”“CSV Schema对齐”“Excel公式校验”“ISO 8601日期归一化”。系统将据此过滤掉所有不匹配的数据操作指令。
绑定结构化数据处理技能
方法一：CLI命令绑定内置数据技能包
在终端执行：qoderwake skill bind --waker-id WKR-DATA-789 --skill-id data-clean-v3.2 --scope global。该技能包含列名模糊匹配、重复行检测、数值型字段异常值Z-score标记三项原子能力，【必须指定--scope global，否则Waker在跨表操作时会因权限隔离丢失上下文】。
方法二：Web界面拖拽式绑定
回到【员工分身】编辑页 → 点击“技能绑定”标签 → 在技能库搜索框输入“csv-merge”，勾选“csv-merge-adapter-v2.1”与“excel-normalizer-core”两个组件 → 点击“批量启用”。注意：不要勾选“json-to-table-converter”，它会干扰原始CSV编码识别，导致中文列名乱码。
代码编辑 CLI 工具集合：Cursor CLI（agent）和 Qoder CLI（qodercli），用于代码修改、重构、Code Review 及自动化代码任务。
注入数据整理记忆快照
第一步：准备记忆注入源文件
新建一个JSONL文件（每行一个JSON对象），命名为data-cleaning-memory.jsonl，内容示例如下：
{"event":"column_mapping","source":"sales_q1.csv","target":"sales_std.csv","mapping":{"订单ID":"order_id","下单时间":"created_at","金额(元)":"amount_cny"}}
{"event":"null_policy","table":"user_profile","column":"phone","strategy":"mask_last4"}
{"event":"date_format","input_pattern":"%d/%m/%Y","output_format":"%Y-%m-%d"}
第二步：执行记忆导入
运行CLI命令：qoderwake memory import --waker-id WKR-DATA-789 --format jsonl --input ./data-cleaning-memory.jsonl。导入成功后，该Waker将记住你过去三次处理“订单ID”字段的映射习惯，并在下次遇到相似列名时自动建议相同转换规则。
第三步：验证记忆加载效果
向Waker发送测试指令：“把orders_202607.csv中‘下单日期’列转成ISO格式，保留时区信息”，观察其是否调用date_format记忆项中的input_pattern匹配逻辑。若返回“未识别日期模式”，说明JSONL中缺少对应事件记录，需补全后重导。
