🤖 Cursor 自动任务执行指令

⚠️ 重要：请立即执行以下任务！

生成时间: 2026-01-07 16:35:20

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 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: 导入原始的产品库存表

任务ID: 22
创建时间: 2026-01-07 10:29:12
创建者: cursor

📝 任务描述

Task: 导入原始的产品库存表

DataFlow Configuration

Schema: dags

Data Source

Type: RDBMS
Host: 192.168.3.143
Port: 5432
Database: dataops

Target Tables (DDL)

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

从数据源中导入原始数据到数据资源的产品库存表里。

Implementation Steps

Create an n8n workflow to execute the data import task
Configure the workflow to call import_resource_data.py Python script
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
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

task_execute_instructions.md 3.1 KB History Raw