用途：对指定数据表做深度剖析，产出可让新成员理解该表数据的综合画像，覆盖元数据、规模、列级统计、基数、样本数据与质量评估。
主要能力与步骤：
- 基础元数据：查询 INFORMATION_SCHEMA.COLUMNS 获取列名、数据类型与注释；若表名未完全限定，先查 INFORMATION_SCHEMA.TABLES 定位。
- 规模与形状：通过 run_sql 统计总行数，例如 SELECT COUNT() as total_rows, COUNT() / 1000000.0 as millions_of_rows FROM <table>。
- 列级统计：按类型分别处理。数值列取最小、最大、均值、标准差、中位数、空值数与去重计数；字符串列取长度最小、最大、平均，空串计数与去重计数；日期时间列取最早、最新、跨度天数与空值数。
- 基数分析：对疑似分类/维度键的列按频率分组，输出频次与占比（百分比取两位），限 20 条，用于识别高基数（ID 或唯一值）、低基数（类别或状态）以及分布偏斜。
- 样本数据：SELECT * FROM <table> LIMIT 10；大表可按时间段或类别抽样以增加多样性。
- 数据质量评估：从完整性（空值占比及是否合理）、唯一性（主键重复、意外重复行）、新鲜度（时间戳最大值与更新频率）、有效性（取值范围、格式、孤立外键）、一致性（关联列与逻辑矛盾）等维度总结。
- 输出总结：包含概览（2-3 句说明表内容、使用者与新鲜度）、Schema 表（列、类型、空值率、去重数、说明）、关键统计（行数、日期范围、最后更新时间）、数据质量评分（完整性、唯一性、新鲜度、总体各 X/10）、潜在问题清单，以及 3-5 条推荐查询。
使用方式：依赖 run_sql 类执行环境执行上述 SQL；表名、库名与 schema 占位符需按实际替换。
限制：资料未说明支持的数据库类型、权限要求、执行工具具体实现及性能限制；对超大表执行全表统计的成本、抽样策略细节暂未提供。SQL 方言（如 LEN、PERCENTILE_CONT、DATEDIFF）可能需按实际引擎适配。