用途：在接触新表或文件时，生成数据画像，先理解数据结构、质量与模式，再进入具体分析。
主要能力：支持数据仓库 MCP 连接或上传 CSV、Excel、Parquet、JSON 文件；表级结构识别（行数、列数、粒度、主键、更新时间、时间范围）；列分类（标识符、维度、指标、时间、文本、布尔、结构）；逐列画像（空值率、基数、最常见值、数值统计与分位数、字符串长度与格式、日期范围与分布、布尔比例）；数据质量问题标记（高空值率、异常基数、可疑值、重复、偏态、编码问题）；发现外键候选、层级、相关性与冗余列；推荐切分维度和指标；建议后续分析。
使用方式：命令为 /explore-data <table_name or file>。连接仓库时解析表名并查询元数据与实时数据；提供文件时读取并推断列类型；两者都无时要求用户提供表名或上传文件。
适用场景：首次探索新数据集、编写查询前摸底、团队文档化数据表、评估数据可用性。
限制：质量标记为启发式，并非每个标记都是真实问题；超大表默认抽样，需精确计数需说明；相关不代表因果；未提供具体收费、价格或平台信息。