用途：对 Power BI 语义模型做结构化评估，按质量、性能与最佳实践标准发现问题，并给出可执行的优先级建议。
主要流程与能力：第一步收集上下文，运行 python3 scripts/get_model_info.py -w <workspace-id> -m <model-id> 获取存储模式、模型大小、关联报表、部署管道、认证状态、敏感度标签、数据源、刷新计划、上次刷新和容量 SKU，并向用户确认业务过程、主要消费者、模型与报表是否同一开发者、所处环境（开发/测试/生产）及问题记录位置。第二步分析模型结构，读取表、列、度量值、关系与表达式，不限定具体工具，可用 Tabular Editor、te-cli、fab 导出 TMDL 或 API 等方式。第三步按严重程度审计类别：严重问题（双向关系、循环依赖、列缺数据类型、孤立表）、内存与大小（高基数列大字典、IsAvailableInMdx、未拆分 DateTime、自动日期表、不合适数据类型、可改为度量值的计算列、未使用列或表）、数据缩减、DAX 反模式（CALCULATE 过滤表而非列、除零未处理、大表迭代器、缺 KEEPFILTERS）、度量值卫生、文档、设计（星型架构违规、日期表配置、列数过多、多对多、非活动关系）以及 Direct Lake 与 AI/Copilot 就绪度。第四步做性能分析并输出结构化 Markdown 报告，含按严重程度统计的汇总表、带文件位置与行号的明细、逐项整改建议和关键优先行动清单。也可调度 semantic-model-auditor 代理自主完成导出、分析与报告。
适用场景：开发、测试或生产环境中的 Power BI 语义模型评审、Copilot/数据代理就绪度检查及模型上线前审计。
限制：资料说明该技能不完整、仍在进行中；结构审计只分析模型元数据，不执行 DAX 查询，也不检查数据质量；DAX 查询性能测试见 references/performance.md，DAX 优化使用 dax 技能，配套报表审查使用 reports 插件的 review-report 技能。