用途：把复杂请求拆解为 DAG 执行结构，将自然语言任务描述转化为可并行执行的 DAG 工作流。
主要能力：1) 问题分解，识别原子子任务、独立工作流边界、依赖与数据流、合适的并行粒度；2) 节点创建，定义输入输出、节点类型（skill、agent、mcp-tool、composite、conditional）、超时/重试/资源限制，保证节点自包含可独立测试；3) 依赖映射，识别显式与隐式依赖、检测死锁、标记关键路径。
构造模式：扇出（共享前置后并行分支）、扇入（多输出聚合成一个聚合节点）、菱形（发散后收敛）、流水线（顺序执行）、条件分支（按运行时条件走不同路径）。
构建流程：先明确目标与约束，再识别工作流，然后为每个节点定义 ID、类型、skillId、依赖、输入输出与配置，最后校验无环、依赖完整、输入输出兼容并记录关键路径。
输出格式：以 YAML 描述 dag 的 id、name、description、nodes（含 id、type、skillId、dependencies、inputMappings、config）以及全局 config（maxParallelism、defaultTimeout、errorHandling）。资料中给出“研究与分析”示例：gather-sources → validate-sources → extract-key-points → identify-patterns → generate-insights → format-report。
集成与限制：构建后可交给 dag-dependency-resolver 做校验与拓扑排序，用 dag-semantic-matcher 为节点分配技能，再交给 dag-task-scheduler 制定执行计划。资料未提供该技能的具体安装命令、收费标准、平台支持范围与实际执行效果，这些信息暂未提供。