nnnightglow/replay/data-cache-inspector

数据缓存查询与分析器

在不修改文件的前提下查询并分析市场数据缓存。 优先采用只读流程，先确认数据可用性，再读取实际数据并输出结论。

工作流程

1. 确认缓存根目录为 data_cache，列出一级目录。
2. 使用 references/data-cache-layout.md 定位子目录与文件类型。
3. 先做可用性盘点：数量、体积、最新时间戳、Schema 与日期范围。
4. 根据问题调用查询工具读取实际数据行（日期过滤、列过滤、条件筛选）。
5. 计算并输出对比指标（差值、环比、占比、排序等）。
6. 明确指出缺失、空目录、字段缺失或超出缓存范围。

读取辅助

• 使用 utils/data_cache.py 获取规范路径与辅助方法。
• 使用 utils/metadata/index_data_manager.py、utils/metadata/stock_data_manager.py、utils/metadata/sector_data_manager.py 了解字段与结构。
• Skill 脚本入口：scripts/data_cache_gateway.py
• 在 Agent Tool-Calling 中优先使用：
• data_cache_query_table：按表名、日期范围、列名、筛选条件读取实际数据行。
• compare_market_turnover_dates：直接比较两日 market_metadata 的 成交总额。

安全预览规则

• 不修改、不覆盖缓存文件。
• 大型 parquet 仅使用 head() 或 limit() 采样。
• 读取 .pkl 或 .xlsx 时仅加载必要行/列。
• 列级 Schema 优先从 parquet 元数据读取（避免全量加载）。

输出要求

报告以下信息：

• 查询结果中的关键数值（差值、百分比等）