用途：面向以 TMDL 文件存储的 Power BI 语义模型，审计并标准化命名，使表、列、度量值和显示文件夹符合人类可读、一致且贴合业务的规范。
主要能力：分阶段工作流。第1步定位并扫描 .SemanticModel/definition/ 下的 TMDL 文件，统计表并读取全部表文件，识别表名前缀（DIM_、FACT_ 等）、度量值缩写与编程风格、列名 CamelCase/snake_case、显示文件夹结构与描述缺失。第2步必须先通过提问了解业务术语与既有约定，不得在未理解业务前重命名。第3步产出审计报告，用表格列出对象类型、现名、建议名与问题，并按问题类型分组。第4步在用户确认后修改 TMDL 文件，包括重命名表、度量值、列，重组 displayFolder，补充 /// 描述，并同步更新所有跨文件 DAX 引用与 relationships.tmdl。第5步校验：文件可正常解析、无遗留旧名、文件夹一致、可见对象均有描述。
使用方式：可识别“standardize naming”等标准化命名请求自动触发。常用检索命令示例：ls <path>/tables/*.tmdl；rg "OldMeasureName" <path>/definition/tables/；rg -n "old_name_pattern" <path>/definition/。文档获取可用 microsoft_docs_search + microsoft_docs_fetch（MCP），不可用时用 mslearn search + mslearn fetch。
适用场景：需统一 Power BI 语义模型命名规范、清理技术前缀与缩写、整理显示文件夹的模型维护工作。限制与风险：重命名会破坏下游报表视觉对象绑定，必须先警告用户，识别连接的 .pbir 或 Power BI 服务报表，并用 pbir fields replace 或 pbir fields replace-table 修复，不得直接编辑报表 JSON；建议先备份模型。具体价格与平台信息暂未提供。