规范了update data的构建方式，统一使用build_update_request_data方法来处理更新数据的构建和过滤逻辑。这个方法会根据提供的原始数据、更新数据和对应的schema来生成最终的更新请求数据，同时会自动排除掉未变化的字段和空值字段，从而确保只发送必要的更新信息到后端接口。这种方式不仅简化了代码逻辑，还提高了代码的可维护性和一致性。

sync_state_machine/sync_system/strategy.py

@@ -45,6 +45,7 @@ class BaseSyncStrategy(Generic[T]):
         skip_sync: bool - 如果为 True，则跳过该类型的 bind/create/update/sync 阶段
                           数据仍会被加载，但不会执行任何同步操作
                           适用于只需要加载数据供其他类型引用的场景（如 supplier）
+        skip_post_check: bool - 如果为 True，则跳过该类型最终 post-check 的 reload 与一致性校验
     """
     # 类变量：默认配置（子类可覆盖）
     default_config: StrategyConfig = StrategyConfig()
@@ -52,6 +53,8 @@ class BaseSyncStrategy(Generic[T]):
     schema: Type[T] = None  # type: ignore
     # 类变量：是否默认跳过同步（子类可覆盖）
     default_skip_sync: bool = False
+    # 类变量：是否默认跳过 post-check（子类可覆盖）
+    default_skip_post_check: bool = False
     
     def __init__(
         self, 
@@ -71,6 +74,8 @@ class BaseSyncStrategy(Generic[T]):
         self.config = self.default_config.model_copy(deep=True)
         # 是否跳过同步（可运行时修改）
         self.skip_sync = self.default_skip_sync
+        # 是否跳过 post-check（可运行时修改）
+        self.skip_post_check = self.default_skip_post_check
         # 统一由 Pipeline 注入 runtime；未注入时在执行阶段显式报错
         self.sm_runtime: Optional[StateMachineRuntime] = None
         self._schema_diff_validator: Optional[SchemaDiffValidator] = None