用途：让 AI 执行 R 语言任务，处理数据框、数据清洗与转换，用 ggplot2 做可视化，进行统计建模，生成 RMarkdown 报告，构建 Shiny 应用，并开发 R 包。
适用场景：用 data frames 处理表格数据；用 ggplot2 绘制散点图、直方图等；做线性回归等统计建模；用 Shiny 构建交互应用；用 RMarkdown 生成可复现报告；开发或扩展自定义数据科学工作流的 R 包。
主要能力：用 tidyverse（如 dplyr 的 filter、mutate）操作数据框；用 ggplot2 生成含图层、主题、分面的图表；用基础 R 或 lm() 做回归建模；编写 RMarkdown 文档；开发 Shiny 应用与 R 包；读取 CSV 或连接数据库，接入数据科学管道。
用法要点：在智能体命令中以技能 ID “coding-r” 为前缀，如 “Use coding-r to load and plot data”；在代码块中调用，脚本需自包含；多步任务拆分为函数，先加载库、再处理数据、最后输出结果；复杂流程写成 .R 文件并用 source("script.R") 调用；需要环境变量时用 Sys.setenv(API_KEY = "$MY_API_KEY") 设置。常见命令包括 library(tidyverse)、read_csv、ggplot + geom_point、lm(y ~ x, data=df)、shinyApp(ui, server)、devtools::create("mypackage") 等。
集成与限制：可通过 rpy2 或 reticulate 与 Python 互操作；Shiny 应用可部署到 Shiny Server 或 shinyapps.io；使用 YAML 配置文件传参。需注意 R 版本兼容（如 >=4.0），执行前用 install.packages() 安装依赖。错误处理可用 tryCatch()、drop_na() 清理缺失值、httr::RETRY 重试请求等。相关资料未提供具体收费、价格与平台限制信息。