用途：该技能让 OpenClaw 处理数据科学任务，覆盖 Python、R、Julia 三种语言，聚焦机器学习、数据清洗、可视化、统计建模和 notebook 执行，适合处理数据集、构建 ML 模型或做统计分析，如 Jupyter 中的探索性分析、用 scikit-learn 训练模型、用 ggplot2 可视化；不适合网页开发等非数据任务。
主要能力：执行 Python 做数据处理（pandas）与机器学习（scikit-learn）；运行 R 脚本做统计建模（glm）与可视化（ggplot2）；支持 Julia 高性能计算（Flux.jl）；处理 Jupyter 等 notebook 格式；集成 numpy、dplyr、DataFrames.jl；用 dask 等方式处理大数据集。
使用方式：通过 CLI 或 API 调用，需设置环境变量 $OPENCLAW_API_KEY 认证。命令如 openclaw execute --skill coding-data-science --lang python --code "..." --output json；也可用 notebook 文件：openclaw execute --skill coding-data-science --lang notebook --file my_notebook.ipynb。API 端点为 POST /api/v1/execute，请求头含 Authorization: Bearer $OPENCLAW_API_KEY；多步流程可用 JSON/YAML 配置，支持管道串联任务。
限制：需预先安装依赖（如 pip install pandas、install.packages("dplyr")）；需关注语言版本兼容；错误处理可用 try-except 或 tryCatch，CLI 可加 --verbose。该技能与 coding-general 相关，依赖 ml-frameworks，连接 data-visualization，与 statistics-analysis 有重叠。