用途：为数据产品创建临时探索笔记本，支持两种工作流——Databricks 工作区交互式使用（.py）和本地 Jupyter 配合 Databricks Connect（.ipynb）。适用场景包括构建分层数据探索工具、排查数据质量问题、创建交互分析笔记本、验证 schema 变更、在生产前测试查询模式、测试 Metric Views 与监控表、以及跨层数据流校验。
主要能力：标准辅助函数包括 list_tables（列出表及元数据）、explore_table（schema、样本数据、行数）、check_data_quality（空值计数、重复项）、compare_tables（跨层对比）、show_table_properties（查看元数据、标签、TBLPROPERTIES）。
使用方式：工作区版含 # Databricks notebook source 头与 # COMMAND ---------- 单元格分隔，支持 %pip、%sql 等魔法命令与 dbutils.widgets；本地版为纯 Python，无魔法命令，需先 pip install -r requirements.txt，并用 databricks configure --profile my_profile 配置 Databricks Connect。Spark 会话必须显式指定 .serverless() 或 .clusterId()，否则报错。跨环境参数用 widget 回退模式。可经 Databricks UI、Asset Bundle（notebook_path 须含 .py 扩展名）或 %run 执行。
限制：魔法命令仅在 Databricks 工作区可用，本地执行会报语法错误；依赖版本为 databricks-sdk[notebook]>=0.28.0 与 pyspark>=3.5.0。具体收费、价格与平台信息暂未提供。