服装行业标准模型快速操作手册

本文用于指导客户从零落地 DataAgent 服装行业标准模型,适用于新环境首次部署和行业标准包交付实施。按照本文操作,可以完成系统部署、标准模型导入、企业数据接入、Schema 学习、用户权限配置以及上线前验证。

本文不是通用的 DataAgent 部署说明。服装行业标准模型使用专用的数据库和 Compose 配置,部署时请以本文附录 B 提供的最终版 docker-compose.yml 为准。

文档版本适用产品标准包
V1.0(客户简版)DataAgent 2.3.62026-08-02

阅读方式

按目录顺序操作即可。部署由运维人员完成,模型和权限由系统管理员完成,企业数据由数据工程师导入。

目录与快速流程

整个实施流程可以概括为 6 步:

步骤操作完成标志
1准备服务器、API 和交付文件资源齐全
2部署 DataAgent可以打开登录页
3首次登录并完成初始化许可证和模型 API 正常
4导入服装行业标准包17 个 Schema 可见
5导入企业真实数据关键表有数据且关系正确
6学习模型并配置权限问答和权限验证通过

1. 开始前准备

1.1 需要准备的资源

  • 一台满足单机部署要求的 Linux 服务器。
  • 可用的大模型 API 和嵌入向量 API。
  • docker-compose.yml、行业标准包 ZIP 和数据字典 Excel。行业标准包请联系我司项目对接人员获取,本文不提供下载。
  • 可连接 ClickHouse 的 ETL 工具。
  • 服务器 IP 和系统码,用于申请许可证。

详细说明:服务器、服务组件与大模型技术要求

详细说明:环境准备与首次使用说明

1.2 谁来操作

人员负责内容
运维人员服务器、Docker、端口、日志和安全配置
系统管理员首次初始化、标准包导入、学习、用户和权限
数据工程师企业数据清洗、字段映射和 ETL 导入

重要

本手册包含默认初始化账号和行业标准包约定的数据库密码。投产前必须修改 admin 密码;CLICKHOUSE_PASSWORD 为标准包固定值,不要修改,并限制数据库端口的访问范围。

2. 使用 docker-compose.yml 部署系统

本章目标

使用本文附录 B提供的最终版 docker-compose.yml,修改必须的配置,启动 4 个服务,并确认网页可以正常访问。

2.1 创建部署目录并上传文件

建议为系统建立独立目录。以下以 /yiask 为例;如客户有统一目录规范,可替换为实际路径。

mkdir -p /yiask
cd /yiask
# 将附录 B 的最终版配置保存为 docker-compose.yml,并上传到当前目录
ls -l docker-compose.yml

最后一条命令应能看到 docker-compose.yml。文件名不要增加 .txt,保存编码建议使用 UTF-8。

2.2 检查 Docker 环境

docker --version
docker compose version

两条命令都能显示版本号后再继续。如果提示 command not found,请先安装 Docker 和 Docker Compose 插件。本方案的 Compose 配置与通用单服务器部署配置不同,请始终使用本文附录 B 的最终版本。

2.3 先看懂配置文件中的关键项

配置项是否修改说明
APP_KEY必须修改用于登录令牌签名;首次启动前生成随机值
3052:80按需修改左侧 3052 是服务器访问端口;冲突时只改左侧
CLICKHOUSE_PASSWORD不要修改服装行业标准包固定值;ETL 连接必须使用该值
PROJECTTZ通常不改项目标识和时区,当前配置可直接使用
DB_HOSTREDIS_URL不要随意修改使用 Compose 内部服务名进行连接
image不要随意修改交付版本对应的产品、数据库和缓存镜像

详细说明:Docker 部署环境变量说明

2.4 生成并填写 APP_KEY

在服务器执行:

openssl rand -base64 32

复制命令输出,打开 docker-compose.yml,找到下面这一行:

- APP_KEY=your-random-app-key-here

将等号右侧替换为刚生成的随机值。修改后可执行以下命令确认占位符已被替换:

grep -n "APP_KEY" docker-compose.yml
grep -n "your-random-app-key-here" docker-compose.yml

正确结果

第一条命令能看到新的 APP_KEY;第二条命令没有输出。APP_KEY 应妥善保存,同一环境启动后不要无计划更换。

2.5 检查配置格式

docker compose config

该命令用于检查 YAML 缩进、引号和配置格式。没有报错并能输出完整配置时,再执行启动命令。编辑 YAML 时使用空格缩进,不要使用 Tab。

2.6 拉取镜像并启动

docker compose pull
docker compose up -d
docker compose ps

系统会启动 DataAgent、PostgreSQL、Redis 和 ClickHouse 4 个服务。第一次拉取镜像和初始化可能需要几分钟。

服务容器名称作用
DataAgentyiask系统网页和业务功能
PostgreSQLyiask_postgres保存系统元数据
Redisyiask_redis缓存和多进程状态同步
ClickHouseyiask_clickhouse保存服装行业业务数据

2.7 查看日志并判断成功

docker compose logs -f --tail=200 app

日志出现以下内容时,表示应用已启动:

PM2 log: App [index:0] starting in -cluster mode-

Ctrl+C 退出日志查看不会停止容器。首次初始化通常约 5 分钟。

  • docker compose ps 显示 4 个容器均在运行。
  • 浏览器可以打开 http://<server-ip>:3052
  • 服务器防火墙或安全组已放通必要端口。

2.8 端口说明

端口用途建议
3052DataAgent 网页开放给业务或管理网络
8123ClickHouse HTTP仅开放给 ETL 服务器
9000ClickHouse 原生协议仅在 ETL 需要时开放

2.9 常见问题

报错 / 现象处理方法
YAML 格式错误执行 docker compose config,根据行号检查缩进、冒号和引号
端口已被占用3052:80 左侧的 3052 改为空闲端口,访问地址同步修改
镜像拉取失败检查服务器网络、DNS 和镜像仓库访问能力后重新执行 pull
容器反复重启执行 docker compose logs --tail=200 <服务名> 查看具体错误
网页暂时打不开确认 app 日志已完成初始化,再检查 3052 端口和安全组

不要执行

不要随意运行 docker compose down -v。参数 -v 会删除 Docker 数据卷,可能导致系统配置和数据库数据丢失。

3. 首次登录与初始化

3.1 登录系统

项目内容
访问地址http://<server-ip>:3052
初始账号admin
初始密码12345678

安全要求

首次登录后立即修改 admin 密码。

3.2 完成首次配置

  1. 向我方技术人员提供服务器 IP 和系统码。
  2. 获取并填写许可证。
  3. 填写大模型 API。
  4. 填写嵌入向量 API。
  5. 保存配置并确认进入系统主界面。

3.3 完成检查

  • 许可证状态正常。
  • 大模型和嵌入向量 API 测试通过。
  • admin 密码已经修改。

详细说明:大模型与嵌入向量模型可用性测试

4. 导入行业标准包

4.1 选择文件

行业标准包不在本文提供下载,请联系我司项目对接人员获取。收到交付文件后,直接使用原始的 yiask-apparel-model-v20260802.zip,不要解压、修改或重新打包。

4.2 进入导入入口

进入“系统搭建 > 业务知识建模 > 语义建模 > Schema 列表”,点击“导入建模包”。

语义建模页面中的导入建模包入口

图 1 点击“导入建模包”(红色箭头位置)

4.3 导入并检查

  1. 选择行业标准包 ZIP 并开始导入。
  2. 等待约 10 分钟,不要重复提交。
  3. 导入后确认 Schema 列表中有 17 个 Schema。
  4. 进入“业务知识图谱”并点击刷新。

正确结果

应看到 14 个实体和 3 个事件。若数量不一致,先查看任务状态和应用日志。

详细说明:建模数据导入和导出说明

5. 导入企业数据

5.1 数据库连接

项目默认值
地址服务器 IP
端口8123
用户名yiask_admin
密码Yw7!Kq9@Vx2#Lm8^Rz4_Nc6P
数据库yiask_scene_apparel

投产前

CLICKHOUSE_PASSWORD 是服装行业标准包的固定值,不要修改;ETL 连接必须使用该值。数据库端口不要暴露到公网。

详细说明:模型连接数据库操作说明

5.2 建议导入顺序

顺序说明
1brandcategorycolororganizationchannel基础维度
2seriesspuskcsku商品主数据
3store_warehouseemployeemember店仓、员工和用户
4sales_order_linesales_targetinventory_snapshot销售、目标和库存事件

行业包预置数据

geocalendar 已包含在行业标准包中,无需导入。企业数据中的 geo_idcalendar 应关联行业包已有的 ID。仅当企业需要增加财年数据时,才补充或更新 calendar 中的财年字段。

5.3 导入时只需注意 5 点

  • 主键 id 必须唯一且长期保持不变。
  • 关联字段必须填写目标表中真实存在的 id
  • geocalendar 使用行业包预置数据,不要重复导入;需要增加财年数据时除外。
  • 先导入主数据,再导入销售和库存等事件数据。
  • Excel 与实际表结构不一致时,以 ClickHouse 实际字段类型为准;sales_target 当前没有 SKU 字段,按现有物理字段导入。

6. 学习模型并开始使用

6.1 学习全部 Schema

企业数据导入后,进入“系统搭建 > 业务知识建模 > 语义建模 > 学习所有 Schema > 开始学习”。

  1. 确认 17 个 Schema 均在列表中。
  2. 点击“学习所有 Schema”。
  3. 点击“开始学习”并等待任务完成。

详细说明:业务建模与 Schema 学习说明

6.2 首轮测试

  • 今年销售额多少?

判断标准

问题有结果,关键数值能与源系统对账,权限用户看到的数据范围正确。

7. 用户权限和同义词

7.1 默认角色

角色权限范围配置要点
导购门店范围用户名与 employee.id 保持一致
门店店长管理门店范围用户名与 employee.id 保持一致
集团全局权限按最小授权原则开通

创建用户前,先确认 employeestore_warehouse 数据已导入且关联正确。

详细说明:角色与数据权限配置说明

7.2 客户术语不一致怎么办

不要直接修改标准模型。进入“系统搭建 > 全局同义词”,补充客户内部叫法。

标准词可补充的同义词
门店店铺、终端
导购销售顾问、营业员
吊牌价标价、零售价

详细说明:同义词配置说明

8. 常见问题与上线检查

8.1 常见问题

问题处理方法
打不开系统检查容器状态、3052 端口、防火墙和安全组
模型包导入很慢等待约 10 分钟,查看任务状态,不要重复导入
Schema 数量不完整应有 14 个实体和 3 个事件,检查导入日志
ETL 无法连接检查 8123 端口、用户名、密码和网络白名单
问答没有数据检查事件表、关联 id、学习状态和数据权限
导购看不到数据检查用户名是否与 employee.id 一致

详细说明:问答异常排查说明

8.2 上线前确认

  • 4 个容器运行正常。
  • admin 密码已修改;CLICKHOUSE_PASSWORD 保持标准包固定值。
  • 17 个 Schema 导入完整。
  • 企业数据导入并完成关键数据对账。
  • 全部 Schema 学习完成。
  • 导购、店长和集团权限验证通过。
  • 配置文件和 Docker 数据卷已备份。

详细说明:生产环境备份说明

附录 A 数据模型总览与字段字典

A.1 模型总览

当前版本

标准包包含 17 个 Schema,其中 14 个实体、3 个事件,共 130 个属性。字段类型为导入建议;最终以 ClickHouse 实际表结构为准。

Schema ID中文名称类型说明
skuSKU实体最小可售单元表,细到款色码级别,包含每个SKU的库存可用量和销售属性
skcSKC实体商品款色层级主数据,关联 SPU 与颜色,可记录款色图片。
spuSPU实体商品款式级主数据表,表示款号层级,包含款式的基础属性和设计参数
series系列实体商品系列/波段/季节组合表,用于按系列、波段、季节维度进行商品分组分析
category品类实体服装品类树表,包含一级/二级/三级品类层级,通过父级ID自关联实现层级查询
brand品牌实体服装品牌基本信息表,记录品牌名称、定位、所属集团等信息,是商品体系的顶层维度
color颜色实体颜色字典表,记录服装颜色的色号、色名和分类
organization组织实体组织主数据,记录组织标识与组织名称。
channel渠道实体销售渠道档案表,覆盖线上线下全渠道
geo地理位置实体地理位置主数据,记录名称、同义词、城市等级、行政属性和层级路径。
employee员工实体员工档案表:大区总监、区域经理、店长、导购、设计师等,按四级编码表达上下级关系,包含岗位、所属门店、组织等信息,是销售、采购、库存等业务分析的核心人员维度
store_warehouse店仓实体店仓统一实体表,覆盖门店、仓库、线上店、展厅等所有节点类型,包含节点基本属性、地理位置、渠道归属等信息,是库存、销售、采购等分析的核心维度
member用户实体用户基础档案表,记录用户编号、姓名、性别、生日、手机号、注册信息、等级、积分余额等基础信息,是会员分析的核心维度
calendar日历实体日历维度,记录传统节日、促销节日、节气、工作日、周末及财务日历。
sales_order_line销售事件销售订单行事件表,按订单行粒度记录每笔销售中每个SKU的购买明细,包含购买数量、吊牌单价、成交单价、行金额等信息,是销售明细分析的核心事件
sales_target销售目标事件销售目标事件,按日期、导购和店仓记录目标金额与目标数量。当前物理字段表不包含 SKU 字段。
inventory_snapshot库存快照事件库存快照事件表,按店仓节点和SKU粒度记录每个快照时间点(一般建议为日粒度)的库存状态,包括可用、锁定、在途、在库、期末的件数和金额,以及单位成本和库龄,用于库存分析、库龄分析、库存周转分析

A.2 物理字段字典

下表保留原 Excel 中有意义的字段名、中文名称、建议类型、关联和备注。源表中作为占位符的“8”未重复展示。

sku|SKU(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
nameSKU名称VARCHAR(255)
skcSKCVARCHAR(255)关联 skc.id
size尺码VARCHAR(255)
barcode条形码VARCHAR(255)
tagcode吊牌VARCHAR(255)
tag_price吊牌价DECIMAL(18,2)

skc|SKC(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
color颜色VARCHAR(255)关联 color.id
spuSPUVARCHAR(255)关联 spu.id
image图片VARCHAR(255)

spu|SPU(实体)

字段名中文名称建议数据类型关联 / 说明
idSPU编码VARCHAR(255)
nameSPU名称VARCHAR(255)
launch_date上市日期DATE
series系列VARCHAR(255)关联 series.id
fab面料VARCHAR(255)
is_new是否新品BOOLEAN
image图片VARCHAR(255)

series|系列(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
name系列名称VARCHAR(255)
season季节VARCHAR(255)
year年份DECIMAL(18,2)
wave波段VARCHAR(255)
brand品牌VARCHAR(255)关联 brand.id
category品类VARCHAR(255)关联 category.id

category|品类(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
category_name品类名称VARCHAR(255)

brand|品牌(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
brand_name品牌名称VARCHAR(255)
brand_group品牌组VARCHAR(255)
brand_position风格VARCHAR(255)

color|颜色(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
name颜色名称VARCHAR(255)
color_code色号VARCHAR(255)
color_family色系VARCHAR(255)

organization|组织(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
org_name名称VARCHAR(255)

channel|渠道(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
name渠道名称VARCHAR(255)
channel_type渠道类型VARCHAR(255)
channel_group渠道分组VARCHAR(255)

geo|地理位置(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
name名称VARCHAR(255)
syno同义词VARCHAR(255)
tier等级VARCHAR(255)示例:一线, 新一线, 二线 等
auto_region是否自治区BOOLEAN
is_provincial_capital是否省会BOOLEAN
parents层级结构VARCHAR(255)

employee|员工(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
employee_name员工姓名VARCHAR(255)
position岗位VARCHAR(255)
mobile手机号VARCHAR(255)
hire_date入职日期DATE
store_id所属门店VARCHAR(255)关联 store_warehouse.id
org_id组织VARCHAR(255)关联 organization.id

store_warehouse|店仓(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
node_name店仓名称VARCHAR(255)
node_kind大类VARCHAR(255)
node_type类型VARCHAR(255)
channel_id渠道VARCHAR(255)关联 channel.id
geo_id地理位置VARCHAR(255)关联 geo.id;找到地理位置表(geo)对应的区县的id,填入这里。
business_district商圈VARCHAR(255)
ac_area卖场面积DECIMAL(18,2)
area面积DECIMAL(18,2)
open_date开业日期DATE
close_date闭店日期DATE
is_new是否新店BOOLEANbool类型。可以导入1/0,也可以导入TRUE/FALSE。
ware_area仓库面积DECIMAL(18,2)
storemanager店长VARCHAR(255)关联 employee.id
calendar日历VARCHAR(255)关联 calendar.id

member|用户(实体)

字段名中文名称建议数据类型关联 / 说明
id用户编号VARCHAR(255)
member_name用户姓名VARCHAR(255)
gender性别VARCHAR(255)
mobile手机号VARCHAR(255)
birthday出生日期DATE
is_vip是否会员BOOLEANbool类型,true/false
vip_level会员等级VARCHAR(255)
signup_date注册日期DATE
is_active是否有效BOOLEANbool类型,true/false
signup_store_id注册店仓VARCHAR(255)关联 store_warehouse.id

calendar|日历(实体)

字段名中文名称建议数据类型关联 / 说明
idIDVARCHAR(255)
festivals传统节日VARCHAR(255)
promotion_festivals促销节日VARCHAR(255)
solarterms节气VARCHAR(255)
is_working_day是否工作日BOOLEAN
is_weekend是否周末BOOLEAN
fiscal_year财年DECIMAL(18,2)
fiscal_quarter财季DECIMAL(18,2)
fiscal_month财月DECIMAL(18,2)
fiscal_week财周DECIMAL(18,2)
fiscal_day财日DECIMAL(18,2)
fiscal_year_show财年展示VARCHAR(255)
fiscal_quarter_show财季展示VARCHAR(255)
fiscal_month_show财月展示VARCHAR(255)
fiscal_week_show财周展示VARCHAR(255)
fiscal_day_show财日展示VARCHAR(255)

sales_order_line|销售(事件)

字段名中文名称建议数据类型关联 / 说明
created_at日期DATE
order_id订单号VARCHAR(255)
store_warehouse_id店仓VARCHAR(255)关联 store_warehouse.id
skuSKUVARCHAR(255)关联 sku.id
quantity销售数量DECIMAL(18,2)
unit_actual_price成交单价DECIMAL(18,2)
line_actual_amount实付金额DECIMAL(18,2)
member用户VARCHAR(255)关联 member.id
employee_id员工VARCHAR(255)关联 employee.id
is_return是否退货BOOLEANbool类型,true/false
is_new是否新品BOOLEANbool类型。订单发生时,是否新品。
is_new_store是否新店BOOLEANbool类型。订单发生时,是否新店。
calendar日历VARCHAR(255)关联 calendar.id

sales_target|销售目标(事件)

字段名中文名称建议数据类型关联 / 说明
time日期DATE
employee导购VARCHAR(255)关联 employee.id
target_amount目标金额DECIMAL(18,2)
target_qty目标数量DECIMAL(18,2)
store_warehouse_id店仓VARCHAR(255)关联 store_warehouse.id
calendar日历VARCHAR(255)关联 calendar.id

inventory_snapshot|库存快照(事件)

字段名中文名称建议数据类型关联 / 说明
snapshot_time日期DATE
store_warehouse_id店仓VARCHAR(255)关联 store_warehouse.id
skuSKUVARCHAR(255)关联 sku.id
available_qty可用库存数量DECIMAL(18,2)
locked_qty锁定库存数量DECIMAL(18,2)
transit_qty在途库存数量DECIMAL(18,2)
onhand_qty在库库存数量DECIMAL(18,2)
ending_qty库存数量DECIMAL(18,2)
available_amount可用库存金额DECIMAL(18,2)
locked_amount锁定库存金额DECIMAL(18,2)
transit_amount在途库存金额DECIMAL(18,2)
onhand_amount在库库存金额DECIMAL(18,2)
ending_amount期末库存金额DECIMAL(18,2)
unit_cost单位成本DECIMAL(18,2)
inventory_age_days库龄DECIMAL(18,2)
is_sellout是否售罄BOOLEANbool类型,true/false
is_new是否新品BOOLEANbool类型,true/false
is_sell是否在售BOOLEANbool类型,true/false
calendar日历VARCHAR(255)关联 calendar.id

附录 B Docker Compose 完整配置

B.1 关键配置说明

配置项交付值说明
应用镜像yiask/dataagent:2.3.6标准产品版本
Web 端口3052:80浏览器访问入口
ClickHouse 端口9000、8123Native 与 HTTP 协议
APP_KEYyour-random-app-key-here部署前必须替换为随机值
元数据库yiask_meta_storePostgreSQL 元数据存储
业务数据库yiask_scene_apparelClickHouse 服装行业数据

复制说明

以下是服装行业标准模型方案使用的最终版配置。请将其完整保存为 docker-compose.yml,不要替换为通用单服务器部署配置。

B.2 完整配置

name: yiask

services:
  app:
    image: docker.1ms.run/yiask/dataagent:2.3.6
    # pull_policy: always
    container_name: yiask
    environment:
      - PROJECT=yiask
      - LOGGER_LEVEL=warn
      - TZ=Asia/Shanghai
      # APP_KEY 用于 JWT token 签名验证,必须随机生成且保持固定(长度、格式无特殊要求。示例生成指令:openssl rand -base64 32)
      - APP_KEY=your-random-app-key-here

      # PG 元数据库配置
      - DB_HOST=postgres
      - DB_DATABASE=yiask_meta_store
      - DB_USER=postgres
      - DB_PASSWORD=postgres

      # 缓存配置(可选,默认使用内存缓存)
      - CACHE_DEFAULT_STORE=redis

      # 多进程状态同步(生产环境必选,单机 Redis 示例)
      - REDIS_URL=redis://redis:6379/0

      # 网页搜索 API Key(可选)
      # - WEB_SEARCH_API_KEY=tvly-dev-xxxxxxxx
    healthcheck:
      test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost/api/v1/__health_check"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 60s
    volumes:
      - storage:/app/nocobase/storage
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
      clickhouse:
        condition: service_started
    ports:
      - "3052:80"
    init: true
    extra_hosts:
      - "host.docker.internal:host-gateway"

  postgres:
    container_name: yiask_postgres
    image: docker.1ms.run/pgvector/pgvector:pg17-trixie
    restart: always
    command: postgres -c wal_level=logical -c max_connections=500
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U postgres"]
      interval: 5s
      timeout: 5s
      retries: 10
    environment:
      POSTGRES_USER: postgres
      POSTGRES_PASSWORD: postgres
      POSTGRES_DB: yiask_meta_store
    volumes:
      - pg-data:/var/lib/postgresql/data

  redis:
    container_name: yiask_redis
    image: docker.1ms.run/redis:8.4
    restart: always
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 5s
      timeout: 5s
      retries: 10
    volumes:
      - redis-data:/data

  clickhouse:
    container_name: yiask_clickhouse
    restart: always
    ulimits:
      nofile: 262144
    image: docker.1ms.run/clickhouse:lts
    volumes:
      - ck_vol:/var/lib/clickhouse
    environment:
      CLICKHOUSE_USER: yiask_admin
      CLICKHOUSE_PASSWORD: "Yw7!Kq9@Vx2#Lm8^Rz4_Nc6P"
      CLICKHOUSE_DEFAULT_ACCESS_MANAGEMENT: 1
    ports:
      - '9000:9000'
      - '8123:8123'
    command:
      - bash
      - -c
      - |
        mkdir -p /docker-entrypoint-initdb.d

        cat > /docker-entrypoint-initdb.d/init.sql <<'EOF'
        CREATE DATABASE IF NOT EXISTS yiask_scene_apparel;

        EOF

        exec /entrypoint.sh

volumes:
  storage:
  pg-data:
  redis-data:
  ck_vol:

附录 C 行业标准包内容说明

建模数据内容统计

内容数量说明
角色3标准角色配置
AI 员工3预置 AI 员工
数据源1服装行业数据源
Schema 目录5模型目录结构
Schema1714 个实体、3 个事件
属性130各 Schema 的属性定义
自定义指标15预置业务指标
自定义节点10建模节点配置
同义词2预置同义词配置
提示词30预置提示词配置