用途：该技能面向 Databricks Jobs 的各类任务，包括创建、列出、运行、更新和删除作业，用于编排数据工作流。
主要能力：支持多任务 DAG 依赖（depends_on 与 run_if 条件，如 ALL_SUCCESS、ALL_DONE、AT_LEAST_ONE_SUCCESS、NONE_FAILED、ALL_FAILED、AT_LEAST_ONE_FAILED）；支持多种任务类型，如 notebook_task、spark_python_task、python_wheel_task、sql_task、dbt_task、pipeline_task、spark_jar_task、run_job_task、for_each_task；支持触发器类型，包括 schedule（cron）、trigger.periodic、trigger.file_arrival、trigger.table_update 以及 continuous 常驻作业；支持作业集群、自动伸缩集群、已有集群和 Serverless 计算；支持作业参数与动态值引用，并在 notebook 中通过 dbutils.widgets.get() 读取；支持通知与健康监控；支持 DABs 权限级别 CAN_VIEW、CAN_MANAGE_RUN、CAN_MANAGE。
使用方式：可通过 Python SDK（WorkspaceClient 的 jobs.create、list、get、run_now、cancel_run、delete）、CLI（databricks jobs create/list/get/run-now/cancel-run/delete）或 Asset Bundles（databricks bundle validate/deploy/run/destroy）管理作业。
适用场景：需要编排 ETL、SQL、dbt、Spark 及流水线任务的数据工程与运维场景。
限制：资料未提供具体收费、价格、平台版本或效果数据；部分问题需注意，如作业集群启动慢可复用 job_cluster_key，任务依赖需确保 task_key 匹配，调度需检查 pause_status 与时区，文件到达需权限与云存储 URL，表更新需 Unity Catalog 授权，Serverless 仅支持 notebook 与 Python 任务，且无法修改 admins 组权限。