用途：该技能面向数据预处理与清洗，帮助 Claude 根据用户请求构建并执行自动化数据处理流水线，使数据满足机器学习等后续任务的质量与格式要求，并自动完成数据清洗、转换和校验等常见准备工作。
主要能力：
- 需求分析：解析用户的数据预处理需求，包括数据来源、目标格式和期望的转换操作。
- 代码生成：依据需求生成用于自动化预处理流水线的 Python 代码，使用相关库和最佳实践，并包含数据校验与错误处理。
- 执行流水线：运行生成的代码，完成相应的预处理步骤。
- 指标与洞察：提供流水线执行的性能指标与数据质量报告，并提示可能遇到的问题。
使用方式：用户以自然语言提出预处理需求，技能据此生成并执行 Python 脚本，然后返回处理结果摘要。资料中的示例包括：对 CSV 客户数据去除重复项并处理缺失值（如均值填充），返回去除的重复条目数和填充的缺失值数量；以及从数据库提取传感器数据、转换为时间序列格式（如按固定频率重采样）并加载到合适存储位置，同时给出各步骤耗时与转换后数据大小等指标。
适用场景：为机器学习模型准备原始数据；自动化数据清洗与转换流程；实现稳健的 ETL（提取、转换、加载）流水线。该技能可与用于数据分析、模型训练和部署的其他 Claude Code 技能集成，为这些任务提供标准化的数据准备方式。
限制：资料未提供具体支持的库、数据源类型范围、数据规模上限或收费信息，暂未提供。