data-structure-checker 用于读取任何表格数据文件时自动检测并修复常见问题，返回可直接分析的干净 DataFrame，无需人工干预。
用途与能力：自动修复多级/层级表头（用分隔符扁平化）、编码问题（utf-8、cp949、euc-kr、GBK/GB2312、Shift_JIS/EUC-JP 等）、空行空列、数据类型推断与转换、重复列名（加后缀，如 score、score_1、score_2）、Unicode 路径问题（韩文/CJK 文件名 NFC/NFD 规范化）。当读取 Excel（.xlsx、.xls）、CSV/TSV、ODS、Parquet，或遇到 “Unnamed:” 列、多级表头、韩文/亚洲语言数据文件时应触发。
使用方式：从 checker 导入 smart_read，例如 sys.path.insert(0, 'skills/data-structure-checker/scripts') 后 df = smart_read('data.xlsx')；传 return_report=True 可同时获得修复报告。仅诊断结构而不读取全文时使用 diagnose('data.xlsx')，返回 issues 与 recommendations。命令行方式：uv run python skills/data-structure-checker/scripts/checker.py data.xlsx，加 --diagnose 只诊断。smart_read 参数包括 file_path、separator（默认 '_'）、return_report、sheet_name（默认 0）。报告包含 issues_detected、fixes_applied、original_shape、final_shape、header_rows、type_conversions。若需显式指定表头行，可用 from reader import read_multi_level 并传 header_rows=[0,1]；跳过类型推断则创建 DataStructureChecker 时设 infer_types=False。
依赖需安装：uv pip install openpyxl xlrd odfpy pyarrow。集成到 coder agent 时可用 smart_read 替代 pandas 的标准读取。
限制：资料未说明其对超大文件、写入或非表格结构的支持，暂未提供相关信息。