name: metadata-extraction description: 从自然语言中提取结构化过滤条件（元数据），以支持混合检索（条件过滤 + 向量语义）。

结构化过滤提取 (Metadata Extraction) Skill

本技能旨在将用户自然语言中的“强约束条件（硬属性）”剥离出来，防止它们去干扰纯粹的语义向量池。此为实现高效“混合检索 (Hybrid Retrieval)”的前置必须动作。

何时使用本技能 (When to Use)

一旦发现用户查询中带有显式的“分类标签式”词语时，必须无条件拦截并使用本技能：

• 日期与时间维度：“今年Q4”、“2023年”、“上个季度”、“今天”。
• 实体/部门/人物维度：“财务部”、“CEO发出的”、“张三负责的”、“华南大区”。
• 特定文件类型/标签：“报销单”、“政策规范”、“邮件”、“Excel文件”。

强制处理步骤 (Required Steps)

1. 解析与分离 (Parse & Separate)：严格分析用户的查询语句，将属于“硬分类”的条件短语与属于“描述概念”的语义短语切割成两块。
2. 结构化处理 (Format Filters)：将剥离出的条件转换成标准的 JSON 键值对字典的形式（对应底层支持的 Metadata Schema）。
3. 清洗提问 (Refine Query)：在自然语言查询句中彻底除掉这些强约束条件词汇，留下极度干净、纯粹的“核心意图”字符串。
4. 混合执行 (Execute Hybrid Search)：将提取出来的 filters 结构体和清洗过的 clean_query 作为两个并行参数一齐打给你的混合检索引擎。

输出格式与执行日志 (Output Format & Execution Logging)

应用本技能时，你的处理日志必须完全符合以下结构树体：

**[应用技能: 结构化过滤提取 Metadata Extraction]**
- 原始查询: "<用户的自然发问>"
- 提取出的元数据字典 (Filters):
  ```json
  {
    "time_range": "<时间变量>",
    "department": "<机构/部门>",
    "doc_type": "<归制类型>"
  }

• 清洗后的纯语义查询: "<剥离条件后的纯净问题>"

**示例**:
- 原始查询: "找一下 2023 年财务部发布的关于差旅费的那个文件。"
- 提取出的元数据字典 (Filters):
  ```json
  {
    "Year": "2023",
    "Department": "Finance"
  }

• 清洗后的纯语义查询: "差旅费政策文件"

严重禁止 (CRITICAL)：在目标数据库支持元数据筛选器介入时，严禁把类似“2023年”这样的数字直愣愣地连同长句子一起灌入基于 Embedding 算距离的算法里，必须走结构化下推。