携程数据工程面试：Agent ETL、数据口径与 Skill
本场面试题
- Agent 自动生成 ETL 链路，底层架构怎样组织？
- 怎样校验 Agent 调用的表和指标口径，定义模糊时怎么办？
- 怎样理解 Skill，怎样编写才有助于 Agent 完成任务？
面经与参考答法
携程数据工程面试：Agent ETL、数据口径与 Skill
作者自述参加携程数据仓库方向面试，开场问句称岗位为数据工程师；部门与轮次未披露。原文记为9月11日，没有注明年份。本页选取三组 Agent 应用工程问题。
以下经历未经独立核验。短答与例子由编辑补充，用于学习，不代表作者的现场作答或原项目实现。
（1）Agent 自动生成 ETL 链路，底层架构怎样组织？
先明确输入、目标数据和业务不变量，把读取元数据、生成候选转换、执行验证、发布分开。Agent 在受限范围内做语义规划或生成，工作流负责依赖、权限、重试和验收；保存数据、代码与决策版本，失败能定位并从安全边界恢复。框架名称本身不能证明链路可信。
教学示例（非原面试实现）：候选转换先在隔离样本上运行，核对主键、行数和关键指标，再按发布规则提交；验证失败时返回诊断并限制修复次数，不允许 Agent 自行删掉质量门禁。
（2）怎样校验 Agent 调用的表和指标口径，定义模糊时怎么办？
先把字段含义、数据粒度、主键、过滤条件、时间口径与版本写成可审阅的数据契约，再记录实际选表、字段和转换逻辑，用经确认的样本与基线对账。结构合法不能证明业务语义正确；定义不清时由数据负责人和业务方澄清并留存版本，不能让模型自行补全口径。
教学示例（非原面试实现）：“订单金额”需要先确认币种、元或分、是否扣除退款，以及按支付时间还是下单时间统计。表名相似或 SQL 能运行，都不能证明这些定义一致。
（3）怎样理解 Skill，怎样编写才有助于 Agent 完成任务？
Skill 将一类任务的做法与所需资源组织成可复用单元。写清适用与不适用场景、输入、步骤、工具边界、输出和验收条件，重资料按需读取；固定版本，用未参与编写的案例检查触发和执行效果。具体宿主格式各异，文字说明也不能授予应用尚未允许的数据库权限。
教学示例（非原面试实现）：一份数据核验 Skill 可要求先读表结构、列出未确认口径、生成核验计划，再检查结果；缺定义时应停止并澄清，而非输出看似完整的指标结论。
原文还涉及 AI 脚本验收、Agent 测试、对账和数仓质量，本页未穷举。手写 SQL 仅记为 Top 10，缺少表结构与任务条件，不补写题目；也不推断实际 Agent 框架、模型、表结构或测试成绩。