用途：当需要证明某次分析确实运行在预期的数据版本上，或需要锁定数据集版本时使用。它通过记录确定性指纹来让运行间的数据漂移“可见”，而不是悄无声息地发生。
主要能力：为文件生成 SHA-256；对表格文件额外记录模式（schema）与逐列值哈希；除非显式传入，否则不记录时间戳。支持三种操作：生成清单（manifest）、按清单验证、以及对比两个清单的差异。验证支持 --strict，漂移时报 MANIFEST_DRIFT 并以退出码 1 结束。提供 --ignore-cols 排除易变列，--base 使清单键为相对路径。文件哈希仅用标准库，表格列哈希在存在 pandas 时使用 pandas。
使用方式（命令保持原样）：
python "${CLAUDE_SKILL_DIR}/scripts/version_dataset.py" manifest data.csv
--out manifest.json --seed 42 --provenance "KNHANES 2018 extract v1"
python "${CLAUDE_SKILL_DIR}/scripts/version_dataset.py" verify --manifest manifest.json --strict
python "${CLAUDE_SKILL_DIR}/scripts/version_dataset.py" diff --old v1.json --new v2.json
工作流程要点：数据冻结用于分析时建立清单，先与用户确认种子与来源说明再锁定；每次重跑分析或 CI 前先 verify --strict；报漂移时停止并原样展示漂移报告，未获用户明确确认不得在变动数据上继续；数据集有意更新时用 diff 展示增删改列与行数变化，用户批准后再重新锁定。CSV/TSV 按逻辑内容比较，重新引号、重排列或忽略易变列不会误报漂移；Parquet/Stata/SAS/Excel 等二进制表格文件也做字节级检查。
限制与注意：该技能从不修改数据，清单只保存哈希而非数据本身。不要对 PPTX/DOCX 或图形二进制做严格字节验证，它们会因时间戳或渲染元数据在每次构建时变化；只清单确定性输入与表格输出，或用 --ignore-cols 处理易变列。共享清单前先运行 /deidentify，因为来源说明可能携带上下文。清洗、剖析或去标识化应使用 /clean-data、/generate-codebook、/deidentify。来源说明为用户文本，不得编造；清单模式详见 references/manifest_schema.md。