AionClaw通过上下文快照、结构化对比报告和人工抽检三步实现可验证清洗：先执行openclaw context snapshot --full保存清洗前状态；再用--report-diff或clawdbot report diff生成字段级变更统计；最后核查类型漂移、归档残留和多表关联断裂。
☞☞☞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☜☜☜
你想在AionClaw中执行数据清洗任务后，能明确说出“字段A空值率从42.7%降到0.3%”“重复记录减少896条”，而不是只靠肉眼比对两份Excel文件。这需要清洗动作本身生成可验证、可回溯的前后快照，而非依赖人工导出再开两个窗口手动翻查。
用内置上下文快照锁定清洗前原始状态
第一步：在发起清洗指令前，强制保存当前会话完整上下文快照。
执行命令：openclaw context snapshot --full。
该命令会输出类似 /tmp/claw_ctx_7f8a1e.md 的临时路径，文件内【Entities】区块将固化清洗前所有输入源路径、表名、字段列表及初始统计摘要。
第二步：打开快照文件，定位【Constraints】区块，确认其中已显式记录清洗前提条件，例如：
“仅处理 sheet_name = '主表'”
“忽略 header 行数 = 1”
“字段 'phone' 必须保留原始格式，不标准化”
【若此处为空或仅含模糊描述如‘清理脏数据’，说明AionClaw未捕获你的真实意图，必须重写清洗指令并重拍快照】
第三步：将该快照文件复制一份，重命名为 before_cleaning_summary.md，存入本次任务专用目录。这一步不可跳过——AionClaw不会自动归档旧快照，/tmp 下的文件可能在下次重启后被系统清除。
让清洗结果自带结构化对比报告
方法一：调用清洗技能时启用内置对比模式
在指令末尾添加参数 --report-diff，例如：clean csv /data/input.csv --drop-empty-rows --report-diff
执行后除输出清洗后文件外，还会生成同名的 input.csv.diff.json，内含字段级变更统计（新增/删除/修改行数、空值变化量、类型转换次数）。
方法二：用CLI命令批量提取清洗元数据
清洗完成后立即执行：clawdbot report diff --session-id [你的会话ID] --format markdown
该命令会聚合本次会话中所有清洗操作的输入输出哈希、行数变化、字段映射关系，输出一份带时间戳的 Markdown 对照表，可直接粘贴进周报。
人工抽检三类高危变更点
方法一：查字段口径漂移
在清洗后生成的 .diff.json 文件中搜索 "type_changed" 字段，重点核对是否出现 "string" → "number" 类型强转。AionClaw对含前导零的编号（如“00123”）默认转为数字会丢零，若业务要求保留字符串形态，需在清洗指令中显式声明 --keep-as-string phone,id。
方法二：查逻辑覆盖漏删
打开清洗前快照中的【Entities】区块，提取所有被识别的原始文件路径；再用 ls -l 检查这些路径当前是否仍存在。若某路径在快照中存在但本地已消失，说明清洗过程触发了 【默认启用的自动归档机制】 ——AionClaw把原始文件移到了 ~/.openclaw/archive/ 下带时间戳的子目录，而非真正删除。此时需检查归档目录确认内容完整性。
方法三：查多表关联断裂
若清洗涉及多张表（如 user.csv + order.csv），在 .diff.json 中搜索 "foreign_key" 相关条目。常见错误是清洗 order.csv 时删掉了 user_id 为空的订单，但未同步清理 user.csv 中已无订单关联的用户，导致下游 JOIN 结果缺失。此时必须回退到清洗前快照，用 clawdbot join validate --left user.csv --right order.csv --on user_id 预检关联健康度。
