# Cursor 自动任务执行指令

**重要：请立即执行以下任务！**

**生成时间**: 2026-01-21 18:28:11

**待执行任务数量**: 2

## 任务完成后的操作

完成每个任务后，请更新 `tasks/pending_tasks.json` 中对应任务的 `status` 为 `completed`，
并填写 `code_name`（代码文件名）和 `code_path`（代码路径）。

调度脚本会自动将完成的任务同步到数据库。

## 任务约束要求

**重要约束**：完成脚本创建后，**不需要生成任务总结文件**。

- 不要创建任何 summary、report、总结类的文档文件
- 不要生成 task_summary.md、execution_report.md 等总结文件
- 只需创建任务要求的功能脚本文件
- 只需更新 `tasks/pending_tasks.json` 中的任务状态

---

## 任务 1: 产品库存表的原始数据导入

- **任务ID**: `43`
- **创建时间**: 2026-01-21 18:20:44
- **创建者**: cursor

### 任务描述

# Task: 产品库存表的原始数据导入

## Source Tables
### product_inventory_table_raw_data
**Data Source**
- **Type**: RDBMS
- **Host**: 192.168.3.143
- **Port**: 5432
- **Database**: dataops
- **Schema**: public

**DDL**
```sql
CREATE TABLE product_inventory_table_raw_data (
    updated_at timestamp COMMENT '更新时间',
    created_at timestamp COMMENT '创建时间',
    is_active boolean COMMENT '是否激活',
    turnover_rate numeric(5, 2) COMMENT '周转率',
    outbound_quantity_30d integer COMMENT '30天出库数量',
    inbound_quantity_30d integer COMMENT '30天入库数量',
    last_outbound_date date COMMENT '最近出库日期',
    last_inbound_date date COMMENT '最近入库日期',
    stock_status varchar(50) COMMENT '库存状态',
    selling_price numeric(10, 2) COMMENT '销售价格',
    unit_cost numeric(10, 2) COMMENT '单位成本',
    max_stock integer COMMENT '最大库存',
    safety_stock integer COMMENT '安全库存',
    current_stock integer COMMENT '当前库存',
    warehouse varchar(100) COMMENT '仓库',
    supplier varchar(200) COMMENT '供应商',
    brand varchar(100) COMMENT '品牌',
    category varchar(100) COMMENT '类别',
    product_name varchar(200) COMMENT '产品名称',
    sku varchar(50) COMMENT 'SKU',
    id serial COMMENT '主键'
);
COMMENT ON TABLE product_inventory_table_raw_data IS '产品库存表-原始数据';
```

## Target Tables
### test_product_inventory
**Data Source**
- **Type**: postgresql
- **Host**: 192.168.3.143
- **Port**: 5678
- **Database**: dataops
- **Schema**: dags

**DDL**
```sql
CREATE TABLE test_product_inventory (
    updated_at timestamp COMMENT '更新时间',
    created_at timestamp COMMENT '创建时间',
    is_active boolean COMMENT '是否启用',
    turnover_rate numeric(5, 2) COMMENT '周转率',
    outbound_quantity_30d integer COMMENT '30天出库数量',
    inbound_quantity_30d integer COMMENT '30天入库数量',
    last_outbound_date date COMMENT '最近出库日期',
    last_inbound_date date COMMENT '最近入库日期',
    stock_status varchar(50) COMMENT '库存状态',
    selling_price numeric(10, 2) COMMENT '销售价格',
    unit_cost numeric(10, 2) COMMENT '单位成本',
    max_stock integer COMMENT '最大库存',
    safety_stock integer COMMENT '安全库存',
    current_stock integer COMMENT '当前库存',
    warehouse varchar(100) COMMENT '仓库',
    supplier varchar(200) COMMENT '供应商',
    brand varchar(100) COMMENT '品牌',
    category varchar(100) COMMENT '类别',
    product_name varchar(200) COMMENT '产品名称',
    sku varchar(50) COMMENT 'SKU',
    id serial COMMENT 'ID',
    create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '数据创建时间'
);
COMMENT ON TABLE test_product_inventory IS '产品库存表';
```

## Update Mode
- **Mode**: Append (追加模式)
- **Description**: 新数据将追加到目标表，不删除现有数据

## Request Content
从标签为原始数据的产品库存表导入数据到数据资源的产品库存表。

## Implementation Steps
1. Extract data from source tables as specified in the DDL
2. Apply transformation logic according to the rule:
   - Rule: 从标签为原始数据的产品库存表导入数据到数据资源的产品库存表。
3. Generate Python program to implement the data transformation logic
4. Write transformed data to target table using append mode

---

## 任务 2: DF_DO202601210001

- **任务ID**: `44`
- **创建时间**: 2026-01-21 18:25:47
- **创建者**: system

### 任务描述

# Task: DF_DO202601210001

## Related Information
- **Order ID**: 26
- **Order No**: DO202601210001
- **DataFlow ID**: 2291
- **DataFlow Name**: 仓库库存汇总表_数据流程
- **Product ID**: 23

## Source Tables
### test_product_inventory
**Data Source**
- **Type**: postgresql
- **Host**: 192.168.3.143
- **Port**: 5678
- **Database**: dataops
- **Schema**: dags

**DDL**
```sql
CREATE TABLE test_product_inventory (
    updated_at timestamp COMMENT '更新时间',
    created_at timestamp COMMENT '创建时间',
    is_active boolean COMMENT '是否启用',
    turnover_rate numeric(5, 2) COMMENT '周转率',
    outbound_quantity_30d integer COMMENT '30天出库数量',
    inbound_quantity_30d integer COMMENT '30天入库数量',
    last_outbound_date date COMMENT '最近出库日期',
    last_inbound_date date COMMENT '最近入库日期',
    stock_status varchar(50) COMMENT '库存状态',
    selling_price numeric(10, 2) COMMENT '销售价格',
    unit_cost numeric(10, 2) COMMENT '单位成本',
    max_stock integer COMMENT '最大库存',
    safety_stock integer COMMENT '安全库存',
    current_stock integer COMMENT '当前库存',
    warehouse varchar(100) COMMENT '仓库',
    supplier varchar(200) COMMENT '供应商',
    brand varchar(100) COMMENT '品牌',
    category varchar(100) COMMENT '类别',
    product_name varchar(200) COMMENT '产品名称',
    sku varchar(50) COMMENT 'SKU',
    id serial COMMENT 'ID'
);
COMMENT ON TABLE test_product_inventory IS '产品库存表';
```

## Target Tables
### warehouse_inventory_summary
**Data Source**
- **Type**: postgresql
- **Host**: 192.168.3.143
- **Port**: 5678
- **Database**: dataops
- **Schema**: dags

**DDL**
```sql
CREATE TABLE warehouse_inventory_summary (
    total_inventory integer COMMENT '库存数量',
    warehouse_name varchar(255) COMMENT '仓库名称',
    create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '数据创建时间'
);
COMMENT ON TABLE warehouse_inventory_summary IS '仓库库存汇总表';
```

## Update Mode
- **Mode**: Append (追加模式)
- **Description**: 新数据将追加到目标表，不删除现有数据

## Request Content
1. 从源数据'产品库存表'中提取'仓库名称'字段；2. 对'产品库存表'中的'库存数量'字段进行求和计算；3. 按'仓库名称'进行分组；4. 最终输出数据格式包含'仓库名称'和对应的'库存数量'两个字段。

## Implementation Steps
1. Extract data from source tables as specified in the DDL
2. Apply transformation logic according to the rule:
   - Rule: 1. 从源数据'产品库存表'中提取'仓库名称'字段；2. 对'产品库存表'中的'库存数量'字段进行求和计算；3. 按'仓库名称'进行分组；4. 最终输出数据格式包含'仓库名称'和对应的'库存数量'两个字段。
3. Generate Python program to implement the data transformation logic
4. Write transformed data to target table using append mode

---