From 6af4366a84377a31a1e20df5f6117af999281088 Mon Sep 17 00:00:00 2001
From: Hermes CI Fix <hermes-ci@sxbh.ltd>
Date: Wed, 26 Aug 2026 06:53:25 +0800
Subject: [PATCH] =?UTF-8?q?chore:=20=E6=B8=85=E7=90=86worktree=E9=AA=8C?=
 =?UTF-8?q?=E8=AF=81=E6=B5=8B=E8=AF=95=E6=96=87=E4=BB=B6?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 ISOLATION_TEST.md                             |   1 -
 .../__pycache__/__init__.cpython-312.pyc      | Bin 606 -> 606 bytes
 .../conftest.cpython-312-pytest-9.0.3.pyc     | Bin 8553 -> 8553 bytes
 .../test_auth.cpython-312-pytest-9.0.3.pyc    | Bin 10631 -> 10631 bytes
 .../test_kpis.cpython-312-pytest-9.0.3.pyc    | Bin 12086 -> 0 bytes
 .../test_maps.cpython-312-pytest-9.0.3.pyc    | Bin 13627 -> 0 bytes
 backend/tests/test_kpi_422_baseline.py        |  40 ++++
 docs/cma-data-analysis-3-principles.md        | 188 ++++++++++++++++++
 .../cma-data-analysis-report-template.md      |  92 +++++++++
 9 files changed, 320 insertions(+), 1 deletion(-)
 delete mode 100644 ISOLATION_TEST.md
 delete mode 100644 backend/tests/__pycache__/test_kpis.cpython-312-pytest-9.0.3.pyc
 delete mode 100644 backend/tests/__pycache__/test_maps.cpython-312-pytest-9.0.3.pyc
 create mode 100644 backend/tests/test_kpi_422_baseline.py
 create mode 100644 docs/cma-data-analysis-3-principles.md
 create mode 100644 docs/templates/cma-data-analysis-report-template.md

diff --git a/ISOLATION_TEST.md b/ISOLATION_TEST.md
deleted file mode 100644
index 13e41fa2..00000000
--- a/ISOLATION_TEST.md
+++ /dev/null
@@ -1 +0,0 @@
-worktree测试文件
diff --git a/backend/tests/__pycache__/__init__.cpython-312.pyc b/backend/tests/__pycache__/__init__.cpython-312.pyc
index 47048b21947ed1594f0b70e05c9820affa0ddea5..3bcf3d6adc6d4b6f97bca6bc4842447fcd4241ba 100644
GIT binary patch
delta 20
acmcb|a*u`kG%qg~0}$AC_ip44W&!{^Mg=AS

delta 20
acmcb|a*u`kG%qg~0}z-;1aIUHW&!{>!344Z

diff --git a/backend/tests/__pycache__/conftest.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/conftest.cpython-312-pytest-9.0.3.pyc
index 5a6f172a4d122e301b39af328f0eef9d1450b05d..80e7ac14a120d26b018275a3883a54aa418745ec 100644
GIT binary patch
delta 20
acmaFq^wNp@G%qg~0}$AC_ip5lQv?7-)dk`J

delta 20
acmaFq^wNp@G%qg~0}xmrY2C;jrw9N>?gkJ5

diff --git a/backend/tests/__pycache__/test_auth.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/test_auth.cpython-312-pytest-9.0.3.pyc
index 052169afb5cefc6122b139ff9f65df8e4e8a6d7f..f233ffadd32f5cf9b056cdf99f21953a077314eb 100644
GIT binary patch
delta 20
ZcmZn<ZV%=@&CAQh00eg3y&Jh}GyysB1!e#M

delta 20
acmZn<ZV%=@&CAQh00fW3TQ_poXaWE`jRlSX

diff --git a/backend/tests/__pycache__/test_kpis.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/test_kpis.cpython-312-pytest-9.0.3.pyc
deleted file mode 100644
index 732889701e774c97ae1f102fd53fbc64f9874e9e..0000000000000000000000000000000000000000
GIT binary patch
literal 0
HcmV?d00001

literal 12086
zcmd^FYiu0V6`tAW>~q$S5QoG`2*r3!iQ_m=JD~(HP?e^XS6i!Sy52huYj(Y6W)`w$
zw@)ax0!pY_VoDIE0?BSdL4Beoef+G{KkJw5jzC3f?IgeI)=;GU>N)rBJiM8B?KU*3
zI@&$=o;&B>xqI&HIp00^{4o*<a&XOVKGL_jhU5N%jB$C&m8E{Doa6}C%@Lls(tNjz
zmhOxv>EgMJx7)|FJN|Az+;OLcOrSeJ+dS!DCe$6Gb#FSHiF8LY(e7wQ>=rYz?ikOx
zxO+I_dxj(a(=PVB?wY(SF67n&7yR7)pPhf}<ovVmE{wfC|LVzwUmUye_78#=QSfk_
z*Mkqqs&;2OCHHH<`5%;3HI?m;d-PaRkrSFMX>ec4sj{Ni9+5Rk%RVmmOTAfzwS^Kn
z?J?;wIYB@`w0C)YAeCgZVboN`0PrU{nd|039iWD8H*v`x;+DO=9^!e%)9thIUf}&U
z-Uqy3<Nd$~Y`g$`(8dRV59NdLkS^d41!btYI+%c|l{+7J_%5as-It_l&|Rb_>9$SX
z4|U|1>Vcl*G~T#ZaGfsKc}_EX6nLYx=q~VmUPIa{39sRp^eVUw=`${4`HG%`r%x~>
ztg`4O?xL^YE%+X9=D4E2;8)+$LdN~Ruu-#0;wkuhdE&)By{^;cH6T7sG-Uc>M$IZu
zm#a^5>N?x_wU&fYD|n3AD|X3x<Gxi|lKnh9-<q|Ptk)Q|ik#1oBmPtFK_BQuAOZ;#
zgcMJ?fQEkodf7&5FxsrL5HLnE%5U=|c$6=C;p+#Td-^t7(nihD6A5jAreg32u1T=q
zr>hexgw(X{sm`ktg4GFQA8U1NeVlX?G-g;u&Tq(($SD`qMwmp2SO}MO6Ir!xBF0EY
zS=J5eCsg#qzblptfCA2s|9XDt<b~JAE=5`s1F6<zCeaF3Kph9W!YqV(@ed$3&R=pJ
zJUGq|w%^n|klz_sgHM+$TMur<+K#xoUDXm=PL+~bA_t3G53(D(<ErjaWOZQNt-C=E
z$xbA@FGUk7*eH$m-wR^Uxc9K`Aqg!3PpZXX+v2J*(5|>T?n0S1B)gXN-otwDiANRu
z?<(+Gak?99pMrl{J!G4i9=v@ZPYq;3(QBk+BAu2Lc|b{KGXn`l*28dH>dB?jTB={w
zed#PnsCt8>K9<d;2^E!&q_aJVwA7!-$a+9h6TLEyphpkU-vhR|OHs0lUWYa}lh7pj
z=s-HrpU~ir?&(vr{o_&Hqsr-C1^-hDzGk|YT4`k+oiEOTDW^>jS<Egw)6N+7h&^^@
zpIvN+o!My@+ihp|s!@3I)@9eF)>b8()$pabH3RcMB4@zmwDu&D;7>>^Dp93W!dGVd
zKwht>icP1${a}+MX9l$VV54Eiw>#aAz;o4)fP9nttI#k~J1uN_FSc!T&s3~s$oqk~
z?)c#F;7IGwJKxPswRa5-PKkF9dFI5rS#isRxTPdCjkW_RiCae7C&Z>%0Y5Y42F96m
zLTDP&7&m2Ar>QV&p2Xoyd9wo2@WkW!;ry|uNA^sJ+e$+7Xb+H*xNWp&LTsKD@H10x
zVB8etSbY-ZS=CObh2|yr;oLIUh5DebtN9akUBpG)#6!HqNBn4jN$`|#CUm;&5?63%
z;WfIm2z6)C3U?-6V|ON2F~w_lXED>A)sWh&<j(3=?au0%J0q?&y0b_D-PyWN*qvQx
zy0i79;VQW^)Q#cJ>f#%yJDVSRW&Z510VpbH&Gg9K(gR(ObRB-UOWLtxXAZ#-!;K5y
z|K<F%Z!SFl+`{N{y1zHopXg7@soU=mxg7oh=AZq}M`)Cp@cgr9=Fc6sHJtz1+4E;#
z`v~zElQ{pA*Uz8$?)-}*<AN@L;iE2))tHYUDX^Rf()F;GP!N+pnMmhk-IME2X)pnB
z6S;Ik525Rm)ND>k%6gD8*{AwtW!$A8<Wp`%0{azC!Jnca)SwPSxejaBBSFY>Sh)+U
zjYu{lxdF*GAj|xtXCSLG2dR7t1#Uvpgyd!<09QFBj-&<2El56%gwA3+)Er!f(gE$d
zNbP)iX94;cY*_9AtUEYybt541D;fW%ho7DcZ+x$Q%cys%zUhNax6EzYG1u5MxAo?^
zhQ_&#@wqLx&TVe}drhD=y6ER(8<)69EI8y@+{DG|ubGSJ08dmB_K&p!DTz&EtrOz@
zSph#Y<p#!0QI6FoQJz)pbXwT28~`ObyNEBt=JAu;-K^{)cy28_B^WFGZ@HVu8r@Bl
zx*M^=-Ndf3yNO+OcT;1!n_5zLmE29e<!<uz@pU=ebzOY!h50vL0F!$D+)L+2zjfh9
zrx%WW@BG<U9V~2njv7syZB;%4Bc!&z?&mJ?Hz~IRqZ~qV2a-FH+y{hqW6xm^Nu2<T
zP{qc@BNo(GK955o)L)Y&iwBif>|=s(We2hd!Id^7JCU>_*@a{`5ETPQ7D{IJZgYjb
zlSpnLol0UT1~)^4H($y8RS2SaRk<rz!$lt#5RZq3LzVWhh1$cWxrU9G*~38nhg>8O
zT-?gVt~>5vN>}K5?Mx{E^2<#gE-t#}rL<?QCQmcNIRyw^EeqN3eK>B#McmGzoL9J4
zUDn^&3IZ{+cFJ|eZ=z=i-Z+JJiaz26eC8{M8-#)Y!JrkxIs{|@p9Qdw6>cCw4Fh8I
z>T?J<7(osi46?>YXIpU<Oq>hBAWPCI++s>XFeq3>)(rAgk+T9Gp|Uv(fSZUE0_A{5
zP%}d~wvjef{0LwRW{AZW@Q8vr^TAgDoqPMXT;9vj6A>wT4iQgLD1-_E4F-h^VF(6U
zI&lcP!Rmxzbz<1ZS{+*-Cq0IY8CH=K3^`I$M$Zv~ran^EO?1_|i5eprB?N;|HzD|j
z;TNy08@96u!JGSksGEEg+#n5<oqOrRZ(jsAs0Z(s9_o7VA=pv0jq?;~Uy3e^owerh
zrJ4WLPr;c%AGXV&us!Zly5N>_4-)izReT(icEIs;gm}#60WtIpaj~4HyHaHBu8@NI
zxai~$bvGdRm7Sup2Y<_6B>Rx;2cn`9EJsOe_T52l0QNUBhKVY72iBbjaGd-V{Na1i
z#*v<}1JlucL+)~zXfC>G<iXb-dHIo%drRS)j7<aV4}M=aQPYL{gX@<#58WRGul@d@
zv((aA5;|dn0F?=`b5_95jM2i_Dax|?B-C5VVywlKvBFcgO^7Wep=~S)q$IYCB`3tT
zSph#Y<p#!0QI6FoQJz)pbXsUz!4bEBTV31U<CAv8XFTR<%++(iKI(v})3!`J5w5WV
z7OFUpwL9Q|>41YIbd?-%*yezFCkMP%sAXGWIIFoz5X*UmBUf#OO^06<VwsWvu_FI-
zD;(;(0qk|fWkRedg;-%C0*nX)!~$<oj1(eOAy%vq0f<$DeXRdq72Sjlpi@Q8f>^a>
zh!rJuq`nX>Lo9LC5KA<kXp{i4@a@NMq$uRW<=yoB(CEdN-vAi#w{t@me)BeC|8{Oz
z58N%?)pZ|&3gux?q4Ee4bfK$>_vr$L6!DNv_pzfc-IqvesVC()oZH=SFm5|dyMZ0c
z!D(7$Y_O&hPWXtNmNi-VGEQU7yKCh}?1sTY04l9muh?gQ1>08KY%7nVh!eO#FkS&J
zw%XAJo4FIZu<j&a4E5(LqKnSy=w5~{io-=`bg}5=VvS3jo1zNgzmF;)EKq;_$&MF0
zt~kB=%`m<C;E=Eg(`%R&Z=4WsED0^6Dv*+R<ERRVVOGG;Ou2z^CY=ykhK@3B%BoIN
zVb(l}!<q7C1*GT1^~XVX$G$Og6wb*?!mhD<ft1ANv3n=PU9$pyX37nWo1z@6Pog}l
z+Uc~gYXxBPwf_*95Z4*Ev6H7kPNx`wN5fqKy{t&U8LtUIFdc;E7#UKmgme(!WdY5I
zA=8Ja78MtPlo2q1uuEH(4ieDt9DrVZco<M|8D^J80IcyHVg*)`2e>Co(kWJ8CXRr6
z3RICbqXkvuOrQeik48F32+}L8bP)6#^s<eFM;#THV>(C#%&(OWf*Yxd%g_^H?kT95
zQ35NXPz-_73d0^h{P<VFY5591^`Ex6IIUR>)(V{#^s$^4sa^G&ZLp2+ux1*b>d?z@
zH;TQ7!`fZm1J<yXL{~i{`@7*VBTHLV-y$<o12c%)ey78%3nn0{B4;{$Qg_Nj6K5i%
z9!@o_SjlSNBBxjhzC{=-@xfaVB-i0kWIfWNNY7ivW$8oKf5_?0@YD0wh641l-i#{0
z&IA`#<g94ghBBOqk?YCELaYpDBHC)T;FLauS`bkakUkWNZ_44R;KK96EMmX#+M5^N
z{t?497r*(#3%`4gr4>PC;p`g-a3E}Q=NIn6gV;8D5Nq$pPEjE`LeDKRL^9a8ETr-o
z45J^kMp!j6QZQC{5qvy{Na!|1LOU?8sNKk5f{K;F)Lc$EibML+Z44*T%%Zdm*_8_B
zr7371F#o8Xo~I7lQ<(O#B&2-`W^`ULbaPqMhT){O!>e2IDMx_BYaHR#%E$`!LL)Zz
z^q}1|a$`>m+RxAzMs-wlIF*>I47ym}4}wrU{qD)LV~>iwpNiW#9P`Ilf?vY=5!dKf
zO9$?s5xxiz2aYcw4QMWWixJd8*ag9yYX-ZlfD7gW4SC)ZYftPtmM;m7BZq(t<wp(;
ze|=VHgwG6P8Dr83q49ZuOeipARn6OzLgNX*M&;W^bsC3atspRR$P_m#FcwVh#G&D*
zP7KmSrH)clM@i^_OeLsHh#j*6erAjo#!gX|)hD6eR2E|`j7|$36m%Vqhjl@s$#0UR
z2PG+!CAqW=^{^y8kxQg8<pDUqB#~@Vk`z3)QQ*{uQ#z3xMuL$&r5i~Pk~ENUjt);z
zyn@h)60E34fjq<g$<w&#@q6QA9g7?k@9tf~VzIW~+cDa=$U*VWktHk^Km951&F^$C
za!~yKOG{WR-p5D0J5dY@6oX=MbFFtbHbH?+P%Jh_y`4Bd6z}f+5DPXboJPD>8Gu3;
zjO;*~C!ueUSU%x)maqp&9@`c9DJ7*rZlKwu`^#-K%R=|DE_!Wm0`_YIDVi9^Qkki`
z^r-qoI+0F3CTH^7AvuJqPmkg;qq;qr?eE2!ZM#OT2Zn%|;-0|T0VJ4?aY;D9mgqKR
z5Lh&Z>McMP-8|3#-R0svANx3-e}?-`<b5vwKDX`9+@n+6qaXY7Jm2{b4k;b%U&~26
AAOHXW

diff --git a/backend/tests/__pycache__/test_maps.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/test_maps.cpython-312-pytest-9.0.3.pyc
deleted file mode 100644
index 9694f92b061ee85e9b3acd631b2178879fc5cdbd..0000000000000000000000000000000000000000
GIT binary patch
literal 0
HcmV?d00001

literal 13627
zcmeHOYiu0Xb)H%7WA-`wphS^+kyJ%-<?tbsq9n_b(%R0`ahq4uG6A+r&Qe-xm&?q|
z+U9E32pR=g#Q`ieNJ+#}uqjZ7gj`f8Qbe!|+dmuh&n}k?*@1%wXerA7wx!zu`qgvp
zo!72L%T<%cMVi6#+;i@nd*;r)ckcP_xtISG4Eh+j-Z*q|b}q~?|B8ZsIW=Zy7MMjw
zU?v%X6&x9M(m~RWtaIAIGFjK8o27R=lODL!k>Rr5NiWHBW_(%yq@VDvOduPa3}!=<
zp)5bivy6lJBqO-5GJ@x}gFb6Ayx@p)`5usb_ex9K-}~#Wn|HQef9Kxv54UbD-uwGk
z@Bi)hd>^3h3vpKUeJLf$&t%f6IT<9+7gLgy&dtR;)bO;JO3JB(4EGaxDJ81WizzuF
z=Psw_5;HlG=J}I(`BLIiDk-GIY5IIhjTfH>d67vmlPtVEy!2#;;7B=zj+AT0DLAh>
zC*2m=1+vE?yFunGvIk_ZMdm>ES!6HB{smv$uX6ZapG(e5`Mpp9Ydbvig)cu#TS0YC
zlNVPV!qjw!rS=}+QQqkUy2!|^eot}S)_9hYjS>p0=N3B@cGjh9o2kIcXp>w@hpzpm
zL+`VqQ*q96x`vq+T|!6Et+*8T<w1ridK8cJH?m*9KO4|FGZmbQXNDDASZ2m?Tk8hF
zE%Un0ER50S>$aBhA|vgw*pD{rF^uBWYcE<gJ6mbavG9De)^@rs-RdrSZe36C-0Ud0
zp-nh}6TAwSW{KpLyY!k^EbY_t%vAB}mh|+`S;6-*TXeyn2in{@yWiB-IlY|(e>Y?m
zeHXD$e2Rzkj$iRh8Ou}cd&dvG6TmWN?^w#%wT(}&;Vya}T~7$!bdc5v2qA%20$SSy
z+ishnZb?tIw!!xC7d`NSh4Wr$fbEsHwn~flf4E!-jwI*PBh%UBNEW`i6_`oroFIMh
zkD#~0K5(2nx55_2jt<T*JQ<gKS2U*gTrYB?acNkRlX6~4Oy`7@uh@Hz-Z&YTRHvAd
z=2tq@4$wpLB$AU4LP-f`C7F~z1!|Ca>IKy)B;_PLDT-!K#3kL(cwAa>pw0;-;|--J
zXz7V~NW^bfgki;~9WdL8_|d9<OU+c@$LANwl$aFNNMbsf$t1+oyf~f9&L_o`8i3o0
zseC#kr{^TqoymcQr0z>dmvZ@xKvWYKGr6f`CNY=Hrc`f2O3tLvf*SgL@;)&8J|~Jf
zQH|j&n@!4z)XVdk<XlpQJF0V5g4sEwI;B)*Mnu0O;)kWW$h<7ZNPV#mv~f<Tep48?
z3S(5DkC?Cur>$zER^dsj+DWT$N(#Y~dmF9?BO_uiC*z<P%0m4wrn2B<My8U};6a2D
zY($CB1P+<u`31F;G;Agf4hORmsqDPGP&la1<imEigYaDGKY@IM`8RIgQgn?w@P4?z
zJW&fDFS&lf?|H3ot*|um<Fj}3wXx?)g&O~fl5>-fZSaSy{NV~WP#yzP;SZO`s{FtP
zhre|#gGvUiaswrqN;Q*RBg!;;70ns?1_Rpg#Mc(CExdYVX`;&aSGd9Q6p#wvU!JP+
zgBu+F*0l^O)rds-Rn(`fm9BAvJMiL+z3W<qvHQR0x&(*Nk!Ig?-qxI83kT+UOb6yB
z4$RZ!z_^dtfpNP`zK`#~yoLkw3I1P`0}Hh4z=}Qva1(K2et;Mr#jiQBfD+i%iMf>k
zII$p>Y1@hUbyu=WJDN@`q&cymzzbm|s5!Av+fFQ`KT%J?iDCQr;V*!0TZm}yAN_y&
z{xS0YF8LtNB6umrC@y-0&LXdP6rMnvuo9MjYUw#UXyaDGFe>(78FN$!d)xkQyDj!@
zfTw(b){$ZK{uHexY=G0lB>;%-wLHb9jM)Oa=o#a57d>9Dt<ZJTNg=ARPv};>+IWt%
zJ)R@FB|X)~GXbnHro+%*K7sV9(1SfI>~Gn>JzD=h3qZD={yjkY_u%jPS09I%D!<YG
zT?oVv<#92yReF8v?YFk>z5$E+d$-=*{{B_E#(&V?fWt@V8h+@dw0vnu1~`?06+K|Z
zw46!h@f)M-U}}U~SaFC5<-{kD;F?jy<)Vnn1YL^w(TG?F5l7bxBCe7|{5HkINP2;&
zZi<*ymmnr*WYs660s3KFLHYm}qyW!H5uO7krwajK%!R<9wls*Fs{jJ;GpV^1r?>|n
zf=hbw5E86I1C~ESvHTekqams<H#M7@meVh$q&WM4Js)QaBkeu;yuPl8^Oi+{b3P~0
zRe{)#k3WLs_mCV#GJxb55?HM>VjRhFB&0Q;0WKaDKZY3wau<hCMBFY8BN;(5isS^6
zCy`(%M;t>kj^reg2_RN%u0ePT`%lt!2nF{iMkVaM25e3Q@f6zVCa78q_TWH)hz}ho
zh5kn5ZKs1hA<59zkAmM<u3gy-jK1G_xa_KR4s1rdEBi+(k<q$`3Gd%woMB(dS@$vF
z&W{R^lhwfWPhKllxbaHwIM7lN(kef`!QpRR%b-#XCCaW6eac%Yr~ul({;6xPAk6Oq
zQhKG_WkvZY8z8^*iiz>HTr0+hWx!^vYbj8T9j$Ord`GIpj@I}AV3+%VRQQ4AzAFF3
z28X|OErUu1tztPU)l7B`lw(I}_9`i8@XLKhS%U%FdOga?YHV=%Ks7c|;m%@>CTjdC
zVDCbW&Q|zSccDgSH#q#QYZ+8BXcfy*sb;ckpd6c^*{h_W!QX`%X(kQkXWUuw42(Ye
z)z4K}m;8oTKNt{cx{Pp<i+W-R4&rLP=@KBo_d0XSVHYBVb(W`Lo#j^Cc40rjYg~~7
z-^>xb=2g59C~O(>gP@rg@EQc76wZRz{4&l(<eIg?NBSF)K%r?Lr-7zRF+z0^C^R+g
zLUD#B;4}X&x+d;wZIjbck`U0=Sw0~sgcP5KyZo{d-m^T>z?kOCD8|Y~w+Oh42fXEh
zKQFYod$v{2(=}E=@D#mDK=G2^2`WKYW10203CKe41fh4rSjOxfOBuU%4Cpo7Mb8L*
z3K4CM6%wLCObKai!?)cw2Kv#TthEiUvw}tM0w3?p<62?+AO7<GJ2xo85YIw}_%x6_
zHo?|A-)gvf4)Rn-T6hp@gfdk5Cx6$Vj0Q}AqWbgm5dKR+m`$2*2dG$myZC9eg#ka}
ztszR7mmkZ?$HR86UG-~j6YHe9A+D833*zVTF^}~3Hm+X6G1Bb9sRQSU1J~Xh>=*Vm
zx^43gA`|KJuz_LgtoI&RynN$wv$OtKB{Brgx~m_Yb(gQ?2WK5UxDn~AM*3=zBjsnS
zk$B1d3n)8#V|FuiVCj#SK2-@EZSeQHi9XXrc>e}J00FlOH?({N2s*MOReorL!{54=
zK_!D$xuMb(D%DJOjVROXRWxVl8w_Y~@;ww`)cC&gu_}MO!d<8gUqA}{@P#UWVS~fp
zx}HPD8WAbKN{Ue4O4qmxEj-bO5K{iF@I>HYte%Kvz?)(8wdtbXOz__7u=8hc`iw0v
z^klfyXu80Y`5*FR5nX8(p={Fy+bQVDf=!+*B;#6vT(dU*slk((_U-0X!#{y1Gc^&F
zH(jRB15Xy(Mc4FXt!<i~j5j=4Scq6WnGwISJP}t%O_!}Fi?;2_XtXFG_vvO8!`~Ex
z5G@KRK_ztgYq%w+aMFKS>SEVtdjNGnGzQC<{!Qp=yU)5U_HFu1?$v9ldnSk$wQT2y
zOF$oX3H#cvk#%g?)W~eDT}P48u26%0t!u3qTXnnW8PQOoTZ=>SLXWUt;WeKhHlu(R
zOLn6uthcD1g3rfM6ofwxMnOP0fM{1ZNHA|iI0VQi(tv!-ey|%E0fKxEV;OT~Sn6c=
z-5Ig5UGz-k)2kt$sL&_$D^UaawEHdDAs=jo2(|<upJ@C@9$RngwHsS^ze$nL{U5yn
z;`X)Dy_;`ty?cB6TR(aj3t9C=#6sd9BKadE=Ygo+`TP`YkzGm&1@Fj<DUpO#M4X75
z!Zj)fckQ7NHsJ?&kO6`sj`Qc@T0CY<kH-Mh6pw+ORE)=*r@OMSVJc!YgFJ#%Ag)Db
zu=#L<bxiC9u3+7xJxwDsr)gxyqgB1&eDTEas9h8(9x($iP2f!Y0vH!@B6=)@M(P}o
z*}*jNi)idiNd5%LBeB_6@h%C&d=@z~3`2u0XK0)TLo^aDq?#cc$P~5p64a*kC2n^n
zC{C0Tdc(vUVO$GU1k_UCQ9+nr0oT>tjF*4Scg<&q?0S|yTZs$;HuT0mWSm}KJ-~GK
zEIxJPDNVWj=}KT&2ZD7M(|Krz>FD&8xH`v#_igZi_W=4GFH1lw{E@N*sBDA7-@2AT
zC4*ME<E59WR5RH%qD-?_(VU@gFrd8|+rN13#<}laC{I*l$4lJ%eDwP1S0U)rS7w2f
zie<LSLzDr3>r|$KL91LJ1}#vbX0pcZRj%*)Y2&ueuAwQK3kqe{P&XK`waIravDdCF
zovHE=<QZAs3#7syUEW*eM>aV8t!o)nsu79utEf*|D_!G8T0qjTK@j%;BqX&vIYoja
zg2x_C;@Ka;chh0nh(=h6(bcBQ7FHVY)eeY05>~c!Uk$L*v~LqiF~K4L0#nlls+yVv
zR<_nPVP$K*-C-sAZ*o~`XXkwF0wj+MD?KLsP>eSydI44fxK{#3*yN{{y4WlppwBRD
zvIonU-~l%M+U>J$i+!6udw5F`U}ej8ez*km;ojC|%of;1&ww+#=ox_0*o5?xO-R26
zdqQ%%eQm(VCh$jsVFdaF0Q&UM&845bz4h(#*6ZbaKe&1S-5+ef^{xf(U{r`^(mkjq
ztn(l+GM$^7!@V2WH7fWrsiZiUp1U|STJX+`xoJ42Iy4Fgx|}m&E~`4^Tod@Q-K&CF
zjA>K+Q>cOX2S^agh|eN<4#_8gw1^D-4<HA>3*<ng@My^K8N5r-#`C~Q81rg^6%<m$
z2&6~~0-T}Ko33!65k)lK{R-Oq#^VHpmd;lq$9Inh!MQ8k_@VKj^7ECz2^|P*_6#gv
zu122v$TxsuU5jUKocZqArD8QURN=;OCu69_4+DD#b~45){O}#v$r#(<@VBmIP|2WG
zEJvl9$*zHN3<6nLaFrA^_&b0fG?NDNGj6Pfv(5mn`<=6f-3)V@wV(LyV?gar{8kri
zGx3`)__y0x!{i;KCk(ECXZ!6RZ@u*fouu#o)$Mz){>Ap&w=7dQiQemKwzIf61rtoc
zJCmME&P}Iq?$+58<i7>lnY68ka+{Zd{b0V`J@|OwSDAz*^jFqdmrl8d$doI=N!|pU
zaj?w0iJ4?NBNdJ{&c2USyo?j^4v=4aWWLo*e02G%)ySETbS8%5vt;gjAs$e<1UVC(
zNT|L<BAXNPnH2DWMB?lDWCl-5gXBphgxqu@A;SJHBf>g{5l<ue9Fi|1`7<OJk)(mF
zFvL9REfM$W2*LG%Q~+|7`DbTu-RW_~m!GOLkla1BgGoKgyPm$|t22<i=h?xe-XC>+
zoGs7R8BFh7+#zXwu*Wrer%-1gdGDniOzNkjuJPsLs5gH17^;oe2P3XycP8r$B=3FY
zLriG3utpH)$U>rW`mu3xmPGAN(1Yf~^hgK5pkXofl9+}AJYFM9^=NtID^T6Eh#H+q
z!U>%DG&wO%|Hp+im>QD4o=Ik=FQu{z!*IBqG@u&7K`adeXqZ9H5_KWFVWidOpoV5k
zKH#3F{c~P?32tB{NqPcEy@O@he|I=o=P%t1%U)%^8T>gD|2fnDFU<2*=J{W`MV3AG
K9}H4r?7snQtW^;J

diff --git a/backend/tests/test_kpi_422_baseline.py b/backend/tests/test_kpi_422_baseline.py
new file mode 100644
index 00000000..ff809028
--- /dev/null
+++ b/backend/tests/test_kpi_422_baseline.py
@@ -0,0 +1,40 @@
+"""
+基线测试：KPI创建接口缺少必填元数据字段时返回 HTTP 422。
+
+场景：POST /api/cma/kpis 请求体不传 formula 字段（数据治理规则2: 元数据必填），
+期望返回 HTTP 422，且 errors 中包含 formula 相关提示。
+"""
+from fastapi.testclient import TestClient
+from sqlalchemy.orm import Session
+
+from tests.conftest import create_test_user, get_token_for_user, auth_header
+
+
+class TestKpi422Baseline:
+    """KPI创建缺少必填元数据字段 → 422 基线测试"""
+
+    def test_create_kpi_missing_formula_returns_422(self, client: TestClient, db: Session):
+        """不传 formula 字段时，创建KPI返回 422"""
+        create_test_user(db)
+        token = get_token_for_user(client)
+
+        # 构造请求体：其余必填字段齐全，唯独不传 formula
+        payload = {
+            "kpi_code": "F_BASELINE_001",
+            "kpi_name": "基线测试收入指标",
+            "dimension": "finance",
+            "target_value": 1000000,
+            "unit": "元",
+            # 注意：故意不传 formula（必填元数据字段）
+            "data_source": "测试系统",
+            "data_owner": "测试管理员",
+        }
+        resp = client.post("/api/cma/kpis", headers=auth_header(token), json=payload)
+        assert resp.status_code == 422, f"期望422，实际 {resp.status_code}: {resp.text}"
+
+        # 校验错误信息中包含 formula 字段
+        # 注意：FastAPI HTTPException(detail=dict) 时响应体为 {"detail": {...}}
+        body = resp.json()
+        detail = body.get("detail", {})
+        errors = detail.get("errors", []) if isinstance(detail, dict) else []
+        assert any("formula" in e for e in errors), f"errors 应提及 formula: {body}"
diff --git a/docs/cma-data-analysis-3-principles.md b/docs/cma-data-analysis-3-principles.md
new file mode 100644
index 00000000..87e5c99f
--- /dev/null
+++ b/docs/cma-data-analysis-3-principles.md
@@ -0,0 +1,188 @@
+# CMA 数据分析三原则（找异常 / 读动机 / 理关联）——交付方法论
+
+> 版本：v1.0 | 2026-08-26 | 提出：yanxueBot（user-insight-9-perspectives 视角5）
+> 落地：项目Bot + 财务Bot | 状态：交付方法论（P2，不新增功能，用现有CMA能力）
+> 配套模板：`docs/templates/cma-data-analysis-report-template.md`
+
+## 0. 为什么做这套方法论
+
+客户买了CMA，看到的不该是"一堆报表"，而应该是"一个故事"。
+同一个数据，讲法不同，客户价值感知完全不同：
+
+- 讲数据：营业收入8.08万 → 客户："哦，知道了"（无感）
+- 讲故事：营业收入环比暴跌90%，触发红色预警，根因是渠道补贴冲减、真实毛利51.4%被账面口径掩盖 → 客户："那怎么办？"（有行动）
+
+三原则就是把"数据→洞察"做成可复制的标准流程：**找异常（信号）→ 读动机（原因）→ 理关联（对策）**。
+
+## 1. 三原则总览
+
+| # | 原则 | 一句话 | 对应CMA能力 | 输出 |
+|---|------|--------|------------|------|
+| 1 | 找异常 | 偏离预期的数字=信号=机会 | 预警规则 alert_rules（static/trend_down）、KPI偏离看板、预测偏差告警 | 异常清单（KPI×偏离度×红黄绿） |
+| 2 | 读动机 | 数据背后是活生生的人 | 业务访谈、场景还原、口径拆解（多模型对比） | 动机/口径解释（为什么会这样） |
+| 3 | 理关联 | 串联行为与市场，理清因果 | KPI因果链（positive/negative）、模拟推演、四维度联动 | 因果链图+对策建议（所以怎么办） |
+
+记忆口诀：**"哪儿不对 → 为什么 → 牵一发动哪里"**。
+
+---
+
+## 2. 原则一：找异常（不只看常态）
+
+### 2.1 定义
+常态是背景，异常才是信号。客户最值钱的信息不是"这个月正常"，而是"这个月不对劲"。
+异常=偏离预期（目标/阈值/趋势/历史同期）的数字。偏离越大，机会越大（无论好坏）。
+
+### 2.2 CMA落地工具
+- **预警规则**（alert_rules）：static（绿/黄/红阈值）+ trend_down（环比跌幅）双引擎，现行78条
+- **KPI看板/偏离视图**：实际值 vs 目标值，红黄绿一目了然
+- **预测偏差告警**（rule_type=forecast_deviation）：实际 vs 模型预测，跑偏即报警
+- **多粒度对比**：月/季/年目标（target_calc_type）齐比，避免单粒度误判
+
+### 2.3 落地步骤（30分钟）
+1. 拉当期全量KPI实际值，按红黄绿筛出红/黄
+2. 环比/同比/目标三个维度排序，取Top5偏离
+3. 只保留"偏离有业务含义"的，剔除口径噪音（如导入错误、季节性）
+4. 输出异常清单：KPI名 | 实际值 | 预期值 | 偏离度 | 红黄绿 | 首次出现时间
+
+### 2.4 客户话术
+- 开场："这个月有X个指标在警报区，我们一个个看。"
+- 提问："这个数字偏离了目标X%，您觉得是市场变了，还是口径变了？"
+- 升级："连续两个月trend_down，这不是偶发，是结构性问题。"
+
+---
+
+## 3. 原则二：读动机（不只看表象）
+
+### 3.1 定义
+数据是人行为的痕迹。同一个"毛利率低"，可能是成本高（真差），也可能是返利未确认（口径差）。
+不访谈、不还原场景，就敢下结论 = 报告是废纸。
+
+### 3.2 CMA落地工具
+- **业务访谈**：按KPI问业务负责人"这个数怎么来的、最近变了什么"
+- **口径拆解/多模型对比**：账面口径 vs 管理口径（如Model C），还原真实经营
+- **场景还原**：把数字放回业务场景（门店、客户、合同、渠道）
+- **数据血缘/来源核查**：确认数字本身没错，再谈动机
+
+### 3.3 落地步骤（60分钟）
+1. 对异常清单每条，先做"口径自检"：数字对了吗？口径对吗？
+2. 再问"业务自检"：最近有什么动作/事件影响它？
+3. 访谈至少1个业务负责人，记录原话
+4. 输出动机解释：异常KPI → 表面原因 → 深层动机（谁、为什么、什么场景）
+
+### 3.4 客户话术
+- "账面看是XX，但您看这个口径拆解——实际是XX。"
+- "我猜是XX原因导致的，对吗？"（给客户一个可确认/可纠正的假设，不要下结论）
+- "这个数字背后是哪个业务动作？是主动调整还是被动结果？"
+
+---
+
+## 4. 原则三：理关联（不只盯增长）
+
+### 4.1 定义
+单点数字会骗人，因果链不会。涨跌不只看自己，要看它牵动谁、被谁牵动。
+理清因果 = 找到真正的驱动杠杆，对策才有落点。
+
+### 4.2 CMA落地工具
+- **KPI因果链**（kpi_causality）：positive/negative 方向 + strength 强度 + lag_months 滞后（现行28条：positive 20 / negative 8）
+- **模拟推演**（POST /api/cma/kpi-causality/simulate）：改一个KPI，预测下游影响链
+- **四维度联动**：财务/客户/内部流程/学习成长 跨层传导（BSC四层泳道）
+- **战略地图**：节点间连线即因果，从KPI追溯到OKR/战略
+
+### 4.3 落地步骤（45分钟）
+1. 对每个异常KPI，查上游（谁驱动它）+ 下游（它影响谁）
+2. 标注强度（>0.7强相关）与方向，找出Top3驱动链
+3. 用模拟推演验证："如果修复这个驱动，下游能改善多少"
+4. 输出因果链图 + 对策建议：优先动"强驱动、可干预"的杠杆点
+
+### 4.4 客户话术
+- "这个KPI不是孤立的——它由X驱动（强度0.9），又牵动Y。"
+- "真正的问题不在表面这个数，在它上游的X。"
+- "我们建议先动X：按模拟推演，X每改善10%，Y能改善约9%。"
+
+---
+
+## 5. 《CMA数据分析报告》结构模板（含三原则应用位置）
+
+完整可复用模板见 `docs/templates/cma-data-analysis-report-template.md`，骨架如下：
+
+```
+一、经营总览（一页纸）
+    - 核心KPI仪表盘（红黄绿）+ 一句话结论【找异常入口】
+
+二、异常发现【原则一·找异常】
+    - 异常清单表：KPI | 实际 | 预期 | 偏离 | 红黄绿
+    - Top3异常重点展开（趋势图+阈值线）
+
+三、动机解读【原则二·读动机】
+    - 每条Top异常：口径自检结论 + 业务动机（谁/为什么/什么场景）
+    - 管理口径 vs 账面口径对比（如适用）
+
+四、因果关联【原则三·理关联】
+    - 异常KPI的因果链图（上游驱动/下游影响，标注强度方向）
+    - 模拟推演结果：动哪个杠杆、影响多大
+
+五、对策与行动
+    - 按"强驱动+可干预"排序的3条建议（对应责任KPI）
+    - 下期目标修正建议（如需）
+
+六、附录
+    - 数据口径说明 / 预警规则清单 / 访谈记录要点
+```
+
+每章都在"讲一个故事"：**先让客户看见异常（信号），再让他理解为什么（动机），最后带他看连锁反应和对策（关联）**。
+
+---
+
+## 6. 样例：陕酣客（陕西酣客文化传媒，entity 1）三原则试跑
+
+> 用CMA现行真实数据（2026-08-26 查询）：预警规则78条（static 39 + trend_down 39）、因果链28条（positive 20 + negative 8）、营业收入实际值2026-06~08。
+
+### 6.1 找异常
+- 营业收入：2026-06 实际129.32 → 2026-07 81.08 → 2026-08 8.08
+- 环比：7月 -37%，8月 **-90%**；静态规则 red < 4000（触发红色）；trend_down 阈值10%（远超）
+- 毛利率：账面口径 0.13%（静态规则 red < 30，严重偏离）
+- 结论：收入崩盘 + 毛利率异常 = 双红色信号，值得深挖
+
+### 6.2 读动机
+- 毛利率账面0.13%的原因（访谈+口径拆解）：白酒经销模式下，上游厂返利/补贴挂账未确认、渠道补贴冲减收入，账面口径失真
+- 调整为管理口径（Model C：还原厂补+剔除冲减）后，真实毛利率 **51.4%**
+- 动机解读：不是经营变差，是"返利确认节奏"和"渠道补贴政策"两个业务动作主导了账面数字——数据背后的活人是酒厂结算员和渠道客户
+
+### 6.3 理关联（因果链实证）
+| 因果 | 方向 | 强度 | 含义 |
+|------|------|------|------|
+| 毛利率 → 净利润 | positive | 0.96 | 毛利是利润的第一驱动（强） |
+| 上游厂补率 → 净利润 | positive | 0.9 | 厂补确认=真金白银 |
+| 渠补率 → 净利润 | negative | 0.85 | 渠道补贴是利润黑洞 |
+| 费用率 → 净利润 | negative | 0.8 | 费用管控第二杠杆 |
+| 营业收入 → 净利润 | positive | 0.1 | 收入规模对利润贡献很弱（反直觉！） |
+
+- 洞察：表面看"收入崩了"，因果链显示**利润真正的驱动是毛利率（0.96）和厂补率（0.9）**，而收入规模只贡献0.1——所以对策不是"冲收入"，而是"确认厂补、压渠补、管费用"
+- 模拟推演示意：厂补率每改善10%，净利润传导约 +9%；渠补率每压缩10%，净利润 +8.5%
+
+### 6.4 一句话故事
+"这个月收入掉了90%，账面毛利0.13%——但拆开口径，真实毛利51.4%；因果链告诉我们利润的命门是厂补确认和渠道补贴，不是收入规模。所以下月重点：催厂补、砍无效渠补。"
+
+---
+
+## 7. 交付流程（标准三步）
+
+| 步骤 | 动作 | 工具 | 时间盒 |
+|------|------|------|--------|
+| Step 1 | 跑异常清单 | 预警/KPI看板 | 30min |
+| Step 2 | 访谈+口径拆解 | 业务访谈/多模型 | 60min |
+| Step 3 | 因果链+对策 | 因果链/模拟推演 | 45min |
+
+铁律：**没有访谈就写动机 = 编故事；没有因果链就写对策 = 拍脑袋。**
+
+## 8. 验收与自检清单
+
+- [ ] 报告含异常清单（有红黄绿，不只有常态）
+- [ ] 每条Top异常有动机解释（有访谈/口径依据，不是猜测）
+- [ ] 每个对策能追溯到因果链（有强度/方向/推演支撑）
+- [ ] 客户能一句话复述故事（"收入掉了但真实毛利51.4%，命门是厂补"）
+
+## 关联
+- 来源：user-insight-9-perspectives.md（视角5，一组数据一个故事）
+- CMA能力：alert_rules（78条）/ kpi_causality（28条）/ simulate / 四维度BSC
+- 案例：陕酣客（entity 1）—— 账面毛利0.13% → Model C 51.4%
diff --git a/docs/templates/cma-data-analysis-report-template.md b/docs/templates/cma-data-analysis-report-template.md
new file mode 100644
index 00000000..e59fb77f
--- /dev/null
+++ b/docs/templates/cma-data-analysis-report-template.md
@@ -0,0 +1,92 @@
+# 《CMA数据分析报告》交付模板
+
+> 用法：复制本模板，按客户数据填充。三原则贯穿全篇——找异常（第2章）、读动机（第3章）、理关联（第4章）。
+> 配套方法论：`docs/cma-data-analysis-3-principles.md`
+
+---
+
+## 封面
+- 客户名称 / 报告期间 / 交付方（博海科技）/ 日期
+
+## 一、经营总览（一页纸）
+- 核心KPI仪表盘（表格或卡片，绿/黄/红三色标记）
+- 一句话结论（用"数据+故事"句式，如："收入-90%但真实毛利51.4%，利润命门是厂补确认"）
+
+| KPI | 实际值 | 目标/阈值 | 状态 | 一句话 |
+|-----|--------|-----------|------|--------|
+| 营业收入 | 8.08 | red<4000 | 🔴 | 环比-90%，崩盘 |
+| 毛利率 | 0.13%（账面） | red<30 | 🔴 | 口径失真，真实51.4% |
+| ... | ... | ... | ... | ... |
+
+## 二、异常发现【原则一：找异常】
+### 2.1 异常清单
+| KPI | 实际值 | 预期值 | 偏离度 | 红黄绿 | 首次出现 |
+|-----|--------|--------|--------|--------|----------|
+| ... | ... | ... | ... | ... | ... |
+
+### 2.2 Top3异常展开（每个含：趋势图+阈值线+偏离说明）
+1. 异常KPI A：趋势 + 触发规则 + 偏离解读
+2. 异常KPI B：...
+3. 异常KPI C：...
+
+## 三、动机解读【原则二：读动机】
+### 3.1 口径自检
+- 数字准确性：来源表/导入批次/负责人确认
+- 口径说明：账面口径 vs 管理口径差异（如Model C还原）
+
+### 3.2 业务动机（每条Top异常）
+| 异常KPI | 表面原因 | 深层动机（谁/为什么/场景） | 依据（访谈/口径） |
+|---------|----------|--------------------------|-------------------|
+| ... | ... | ... | ... |
+
+### 3.3 关键访谈记录要点
+- 访谈对象 / 时间 / 原话要点
+
+## 四、因果关联【原则三：理关联】
+### 4.1 异常KPI因果链
+- 上游驱动（谁影响它）：KPI | 方向 | 强度 | 滞后
+- 下游影响（它影响谁）：KPI | 方向 | 强度 | 滞后
+
+### 4.2 模拟推演
+- 场景：调整X KPI → 下游Y预测变化（表格）
+
+### 4.3 关键洞察
+- 反直觉发现（如"收入规模对利润贡献仅0.1，毛利贡献0.96"）
+
+## 五、对策与行动
+### 5.1 优先行动（按强驱动+可干预排序）
+| 序号 | 行动 | 驱动KPI | 因果依据 | 预期效果 | 责任KPI |
+|------|------|---------|----------|----------|---------|
+| 1 | ... | ... | 强度/方向 | ... | ... |
+
+### 5.2 下期目标修正建议（如需）
+- 目标/阈值调整建议 + 理由
+
+## 六、附录
+- 数据口径说明 / 预警规则清单 / 完整因果链图 / 访谈记录 / 数据来源
+
+---
+
+## 客户沟通话术库（按场景）
+
+**开场**
+- "这个月有X个指标在警报区，我们一个个看。"
+- "先看结论：整体X，但有两个信号值得注意。"
+
+**找异常**
+- "这个数字偏离目标X%，您觉得是市场变了，还是口径变了？"
+- "连续两个月下降，这不是偶发，是结构性问题。"
+
+**读动机**
+- "账面看是XX，但口径拆解后实际是XX。"
+- "我猜是XX导致的，对吗？"（给假设，让客户确认/纠正）
+- "这是主动调整还是被动结果？"
+
+**理关联**
+- "这个KPI不是孤立的——它由X驱动（强度0.9），又牵动Y。"
+- "真正的问题不在表面这个数，在它上游的X。"
+- "按模拟推演，X每改善10%，Y能改善约9%。"
+
+**收尾**
+- "一句话总结：XX。（客户能复述，才算讲明白）"
+- "下月重点盯X，我们把它写进预警规则。"