用途：为数据集中的全部变量生成一份 Markdown 格式的变量码本，便于变量文档化与数据说明。
主要能力：按文件扩展名识别格式并加载——.csv 用 pandas read_csv，.dta 用 pandas read_stata，.xlsx/.xls 用 pandas read_excel，.parquet 用 pandas read_parquet；其他格式需询问用户如何加载。通过 uv run python 读取并提取每个变量的元数据：变量名、数据类型（数值、字符串、分类、日期时间）、非缺失数与缺失数、唯一值数量；数值变量给出最小值、最大值、均值、中位数、标准差；分类/字符串变量给出出现频率最高的前 5 个值及计数；日期时间变量给出最小和最大日期。
输出内容：码本包含表头（数据集名称、文件路径、观测数、变量数、生成日期）、汇总表（变量名 | 类型 | 非缺失 | 唯一值 | 描述占位符），以及每个变量的详细章节，含完整统计量和供用户填写人工说明的 [FILL: description] 占位符。输出文件名由数据集名派生，例如 data/rawData/sample_data.csv 生成 references/sample-data-codebook.md，并保存到 references/<dataset-name>-codebook.md，最后报告文件路径与记录的变量数。
使用方式：以参数传入数据集文件路径（如 data/rawData/sample_data.csv 或 data/panel.dta）即可触发。
限制：该命令对数据只读，绝不修改源数据文件。若文件不存在，会报错并提示检查路径；若文件无法读取（损坏或不支持的格式），会报错并请求指引。具体收费、平台支持等资料暂未提供。