review-chapter

/review-chapter

对《从数据到智能：企业级数据平台的构建、演进与 Agentic BI 实践》全书进行结构化内容质量审查。

运行时：兼容 Claude Code 与 Cursor。产物目录与工具对照见 COMPAT.md。

---

:material-target: 全书核心主旨（审查前必读）

本书不是一本工具手册，而是一本首席解决方案架构师的第一人称手记。审查每一节时，必须对照以下核心主旨判断内容是否符合本书定位：

四个写作理念（来自前言）

贯穿全书的叙事主线

全书按照一座企业级医药数据平台的真实生命周期组织：

第 0 年 · 架构设计期（Part I-II）
  → 第 1 年 · 核心建设期（Part III-IV）
    → 第 2 年 · 扩展与迁移期（Part V-VI）
      → 第 3 年 · 成熟与治理期（Part VIII 前半）
        → 第 4 年 · Data+AI 转型期（Part VII）
          → 持续演进（Part VIII 后半，Ch 54 复盘）

核心叙事弧：从"医药数据困局"出发 → 建平台骨架 → 工程实践落地 → 基础设施自动化 → 平台扩展迁移 → 衍生系统外延 → 转折点——纯数据平台不够了，BI 自助化瓶颈浮现 → 升华——Data+AI 转型，从数据平台走向 Agentic BI → 最终以"架构师复盘"收束：做对的事保持，遗憾的修正，十个设计原则。

关键叙事特征：

• 第一人称视角：全书以"我"（NorthPeak 驻场 Aurora 的首席解决方案架构师）的视角展开，"我在 Aurora 遇到…""我当时选了 X 而非 Y 因为…"
• 虚构保护隐私：Aurora Pharma（甲方）、NorthPeak Consulting（乙方）、所有人物/系统/药品名均为虚构，但工程经验真实等价
• 跨行业经验迁移：作者三段经历——专利数据（文本处理+图建模）→ 企业征信（多源融合+实体解析）→ 医药 CDP（集大成）——前后呼应的经验迁移是本书独特的叙事资产

全书反复出现的十二个核心母题（设计思想）

审查时，应检查该节是否与以下母题之一呼应——如果一节完全没有触达任何母题，它很可能是孤立的"知识碎片"：

全书叙事密度地图

不同 Part 的叙事定位不同，审查标准应有微妙差异：

审查时的重点检查：

• Part VII–VIII 的章节如果缺失第一人称反思和 trade-off 分析，是最致命的缺陷——因为这是全书价值最高的部分
• Part II 的章节如果只是"列出了五层是什么"而没有推导过程，也是严重缺陷
• Part I 的章节如果缺少具体的、鲜活的场景描写（如"销售总监想要一张表，数据团队花了三天"），会失去"把读者拉进故事"的能力

---

审查维度

对每一节（### 级标题）进行以下五个维度的评分（每项 0–20 分，满分 100）：

阈值：总分 ≥ 70 分 且 单项均 ≥ 10 分为通过；否则标记为"需重写"。

使用方式

/review-chapter [范围]

[范围] 可选值：

• all：审查全书所有章节
• Part I–Part VIII：只审查指定 Part
• Ch N：只审查指定章节（如 Ch 27）
• Ch N §X.Y：只审查指定小节

不指定范围时默认为 all。

执行流程

Step 1 — 确定审查范围

根据用户指定的范围，从 docs/index.md 解析 Part→Chapter 映射，确定目标文件列表。

Part 与章节映射（硬编码，避免解析误差）：

前言（Ch 0）和 Ch 55 致谢、附录不参与审查。

Step 2 — 逐章逐节阅读分析

对范围内的每个文件：

1. 解析结构：提取所有 ##（H2 节）和 ###（H3 子节）标题，跳过 ## :material-school: 和 ## :material-check-circle: 等元数据节。
2. 阅读内容：通读每个 H3 子节下的正文。
3. 量化特征：
   • 该节中文正文字数（去除 Mermaid 代码块、表格、代码块、Admonition 框）
   • 该节内的图表数量（Mermaid + 表格 + 代码块）
   • 图表/正文比：如果图表+表格占节面积 > 60%，触发"图表罗列"预警
4. 评分：按五个维度逐一评分，给出总分和具体扣分原因。

Step 3 — 汇总输出

输出格式（Markdown 表格）：

## 审查结果：Part X · [Part 名称]

| 章节 | 节 | D1 深度 | D2 平衡 | D3 叙事 | D4 衔接 | D5 实践 | 总分 | 判定 | 核心问题 |
|---|---|---|---|---|---|---|---|---|---|
| Ch 27 | 27.1 | 8/20 | 10/20 | 6/20 | 9/20 | 12/20 | 45 | ❌ 重写 | 图+表罗列，无深入分析 |
| Ch 27 | 27.2 | 10/20 | 11/20 | 8/20 | 7/20 | 14/20 | 50 | ❌ 重写 | 叙事薄弱，缺少上下文衔接 |
| Ch 27 | 27.3 | 12/20 | 12/20 | 11/20 | 14/20 | 16/20 | 65 | ❌ 重写 | 接近阈值，需补充叙事逻辑 |

统计汇总：

• 审查总节数 / 通过数 / 需重写数 / 通过率
• 各维度平均分
• 最需要重写的 Top 5 节

Step 4 — 生成重写清单

为未达阈值的节生成 JSON 格式的重写优先级清单，保存到 .claude/review-results/，供 rewrite-section 技能使用：

{
  "review_date": "2026-06-22",
  "threshold": 70,
  "total_sections": 150,
  "passed": 95,
  "failed": 55,
  "failures": [
    {
      "chapter": 27,
      "section": "27.1",
      "file": "docs/27-CI-CD可复用工作流平台.md",
      "score": 45,
      "d1": 8, "d2": 10, "d3": 6, "d4": 9, "d5": 12,
      "main_issues": ["图+表罗列，无深入分析", "缺少上下文衔接"],
      "priority": 1
    }
  ]
}

priority 按总分升序排列（分数最低的优先重写）。

评分细则

D1 内容深度（0–20）

• 0–5：仅为标题+一两句话；或纯为其他章节内容的重复总结
• 6–10：列出了概念/步骤/要点，但没有解释"为什么""怎么选"
• 11–15：有适度的解释和设计理由，但缺乏深度对比
• 16–20：深入分析设计决策、约束条件、替代方案，有架构师视角的独立思考

D2 图文平衡（0–20）

• 0–5：图表后无任何文字分析段落
• 6–10：图表后有简短一句话说明，但无洞察提炼
• 11–15：图表后有分析段落，但"图说→洞察"环节薄弱
• 16–20：图表后有三段论（说明→洞察→决策启示），文字与图表互补

D3 叙事逻辑（0–20）

• 0–5：节内段落无逻辑顺序，可任意重排
• 6–10：有基本顺序但靠标题层级驱动，无过渡承接
• 11–15：有"问题→方案"结构，但过渡较生硬
• 16–20：有完整的叙事弧——开头回顾/引出问题→中间展开分析→末尾总结并过渡到下一节

D4 上下文衔接（0–20）

• 0–5：无任何跨节引用，视为独立碎片
• 6–10：仅通过面包屑导航关联，正文无前后呼应
• 11–15：有少量上文引用（"如 X 节所述"），但缺少下文铺垫
• 16–20：节首有"回顾上节"呼应 + 节尾有"下一节挑战"预告，形成连续叙事

D5 实践视角（0–20）

• 0–5：教科书式语言，无第一人称、无具体案例
• 6–10：有少量"实践中"的泛泛提及，但无具体场景
• 11–15：有具体的 Aurora 场景/约束描述，但缺少个人决策反思
• 16–20：有"我当时遇到 X 问题，在 Y 约束下选了 Z 方案，因为…"的第一人称深度反思

注意事项

1. 不修改任何文件：此技能只读分析，不写入任何书籍文件。结果输出到 .claude/review-results/。
2. 节省 token：长篇章节不需要完整读取，可以分段阅读——先解析结构，再逐节深入。
3. 公正评分：不要因为图表多就自动扣分——重点看图表后是否有配套分析。
4. 前言/致谢/附录不参与审查：这些不是技术章节。
5. 保留审查历史：每次审查结果带时间戳保存，便于对比改进前后。