用途：该技能提供一套系统化的五步工作流，用于在 Claude Code 中构建 Hamilton DAG（数据管道）。核心思路是先设计图结构，再逐步实现，避免一次性写出难以维护的代码。
主要能力与步骤：
- 自然语言转 DOT 图：把需求转成 DOT 语言描述 DAG 结构，节点用 snake_case 命名，输入节点标记 [shape=box, color=blue]，箭头表示上游到下游的数据流。
- DOT 转函数签名与文档字符串：每个节点生成一个 Python 函数，参数来自入边，返回类型不确定时用 Any，并写清 docstring。
- 用 Hamilton CLI 校验 DAG：运行 hamilton build --module my_pipeline 检查循环依赖、边连接、输入输出节点与命名拼写；可用 --output dag.png 可视化，--list-nodes 列出节点。校验不通过前不要进入实现。
- TDD 逐节点实现：从输入节点开始，每次只实现一个节点，先写测试再实现，测试通过后再做下一个。
- 务实处理类型注解：初期可用 Any，或在 Driver 中禁用类型校验，之后用 MonkeyType 推断类型，命令为 monkeytype run -m pytest tests/、monkeytype stub my_pipeline、monkeytype apply my_pipeline。
适用场景：构建新的 Hamilton 数据管道、需要可视化验证 DAG 结构、希望以测试驱动方式逐步搭建复杂管道。
限制与注意：资料未提供该技能的收费、价格、平台支持范围等信息。文中提到 MonkeyType 并非完美，仅适合作为初稿；常见误区包括未校验就实现、一次性写完所有代码、猜测类型、跳过 DOT 步骤、不运行测试。相关扩展模式可参考 hamilton-core、hamilton-scale、hamilton-llm、hamilton-observability、hamilton-integrations 等指南。