FactVerse Scout
FactVerse Scout 是 DFS Pro 的数据探索与接入工作区。它把数据源、设备身份、字段含义、模型测点和审核记录放在同一条流程中，帮助数据工程师与业务专家把分散数据转化为可信的运营上下文。
第一次使用 Scout，建议先完成首次设备检查。你将从一台设备或一个小范围开始，查看已有数据、确认字段含义，并把待处理问题交给正确的负责人。
前提条件与输入
租户需要启用 DFS Pro 与 Scout，并为用户分配相应权限。使用 AI 辅助探索时，平台还需要接入已获准使用的模型服务。
选择适合的工作流
| 业务场景 | 使用的工作流 | 主要产出 |
|---|---|---|
| 了解设备目前有哪些数据 | 首次设备检查中的“先探索有哪些数据” | 来源与字段清单、待确认问题、匹配建议 |
| 评估数据能否支持具体应用 | 选择已发布业务目标的设备检查 | 必需信号、数据缺口、验证结果和应用使用记录 |
| 接入业务文件或数据表 | 数据接入 | 数据盘点、字段与身份决策、试运行结果和数据集版本 |
| 连接 Brick 模型与运营数据 | Brick 模型与数据关联 | 模型变更、测点关联和发布记录 |
| 处理新一批周期性交付 | 后续批次交付 | 与生效版本的差异、复核结果和新版本 |
Scout 的工作方式
Scout 使用任务保存范围、证据和决策。AI 可以整理字段、比较上下文、提出澄清问题和生成建议；业务专家负责确认设备身份、单位、测量位置和业务含义。需要发布时，审批人与发布操作员分别完成审核和执行。
连接器配置、数据摄入和应用启用由相应的 DFS 或应用流程负责。Scout 会引用这些能力并记录关联结果，让每一步都有清晰的责任与证据。
理解任务结果
| 状态 | 表示什么 | 建议的下一步 |
|---|---|---|
| 已发现 | 已检查所选范围内的授权来源 | 查看遗漏项，开始确认字段含义 |
| 提案已接受 | 审阅人已确认建议内容 | 完成验证并准备发布 |
| 发布已应用 | 指定版本或关联已经生效 | 检查来源读数和下游使用 |
| 已观测到读数 | 指定时间范围内返回了实际值 | 核对新鲜度、覆盖范围和质量 |
| 应用已验证 | 目标应用使用了获批数据 | 保存验收记录并进入日常运营 |
历史覆盖、新鲜度和应用使用是三类独立证据。交接任务时，应分别记录检查范围、观测时间、已确认内容和仍需解决的问题。