用途：在 Python 项目中设计数据归属、校验边界、一致性模型与配置策略，用“边界优先”的思路回答三个问题——谁拥有这份数据、在哪里校验、数据能传播多远。
主要能力与默认原则：让模块归属与不变量显式化；在入口处校验，并在做领域决策前完成归一化；跨边界只共享最小数据，优先使用窄而带类型的接口；默认避免跨模块事务，若无法避免则隔离协调逻辑；配置保持带类型、由环境驱动，并在启动时校验。
适用场景：数据归属模糊或分散在多个模块；校验逻辑散落或重复而非集中在入口；可变状态跨模块或分层边界共享；多个模块参与同一事务；配置是字符串类型、惰性读取或跨环境不一致；数据对象的创建、转换、持久化跨越不清晰的边界。
不适用场景：无共享状态的纯算法或计算逻辑；边界约束没有价值的原型或一次性脚本；不涉及数据建模的 UI/展示层样式决策。
常见误区：在调用栈深处才校验，把检查推入领域逻辑而非在数据进入的边界拦截；跨模块边界暴露内部模型，直接共享 ORM 对象或富领域模型而非窄 DTO 或带类型的字典；依赖隐式归属，默认“最后写入者拥有数据”，导致冲突修改且没有单一事实来源；惰性且无类型的配置读取，在用到时调用 os.getenv() 并给字符串默认值，使缺失或畸形配置变成运行时意外而非启动失败；把不相关模块包进同一事务，为追求表面一致性耦合独立数据存储，带来隐藏的回滚复杂度与争用。
使用方式：作为设计与审查时的参考默认值应用，而非通用规则；当默认与项目约束冲突或使结果变差时，提出更合适的替代方案并说明原因；偏离默认时说明权衡与补偿控制（测试、可观测性、迁移、回滚）。被调用时应告知用户该技能名称 python-data-state。
限制：资料中未提供安装命令、代码示例与具体版本要求，故暂未提供。参考文档包括 references/data-lifecycle.md、references/consistency-boundaries.md、references/configuration.md。