用途：把命令行工具或脚本生成的结构化数据整理成 CSV、JSON、Markdown 报告，并统一输出到 reports/ 或 tests/results/ 目录，文件名带时间戳，便于归档与复查。
主要能力：提供一致的报告流水线模式，包括采集基础数据、规范化为行/记录、导出带时间戳后缀的 CSV/JSON/Markdown、在 stdout 汇总关键指标。资料给出两个示例：gitflow-analytics 可运行 gitflow-analytics -c config.yaml --weeks 8 --output ./reports，或使用 analyze 子命令并加 --generate-csv 生成 CSV 与 Markdown 叙述报告；EDGAR 的 edgar/scripts/create_csv_reports.py 读取 JSON 结果文件，输出 executive_compensation_<timestamp>.csv、top_25_executives_<timestamp>.csv、company_summary_<timestamp>.csv，并使用 pandas 做排序与百分位计算。
使用方式：按标准步骤执行——采集数据、规范化、导出、汇总、存放。命名建议使用 YYYYMMDD 或 YYYYMMDD_HHMMSS 后缀，每个仓库保留一个输出目录，并使用明确前缀如 narrative_report_、comprehensive_export_。
适用场景：需要定期生成可追溯报告、跨仓库保持报告格式一致、或对 JSON 结果做 CSV 导出与摘要分析的场景。
限制：资料未提供安装方式、依赖版本、平台支持、收费信息及具体配置字段说明；缺失输出目录或不可写会导致无输出，大 CSV 建议先过滤或聚合再导出。相关技能包括 universal/data/sec-edgar-pipeline 与 toolchains/universal/infrastructure/github-actions。