# 🤖 Cursor 自动任务执行指令

**⚠️ 重要：请立即执行以下任务！**

**生成时间**: 2026-01-06 20:16:36

**待执行任务数量**: 1

## 📋 任务完成后的操作

完成每个任务后，请更新 `.cursor/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 1: 导入原始数据到产品库存表

- **任务ID**: `21`
- **创建时间**: 2026-01-06 20:11:16
- **创建者**: cursor

### 📝 任务描述

# Task: 导入原始数据到产品库存表

## DataFlow Configuration
- **Schema**: dags

## Data Source
- **Type**: RDBMS
- **Host**: 192.168.3.143
- **Port**: 5432
- **Database**: dataops

## Target Tables (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 '是否有效',
    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',
    sku varchar(50) COMMENT '商品货号',
    id serial COMMENT '编号',
    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
从数据源导入数据到数据资源的产品库存表。 

## Implementation Steps
1. Create an n8n workflow to execute the data import task
2. Configure the workflow to call `import_resource_data.py` Python script
3. Pass the following parameters to the Python execution node:
   - `--source-config`: JSON configuration for the remote data source
   - `--target-table`: Target table name (data resource English name)
   - `--update-mode`: append
4. The Python script will automatically:
   - Connect to the remote data source
   - Extract data from the source table
   - Write data to target table using append mode

---