用途：这是面向建筑行业数据的剖析技能，用于在正式使用数据前了解其字段类型、取值分布、缺失模式、异常值与引用完整性问题，服务于数据质量评估和 ETL 规划。
主要能力：核心类 ConstructionDataProfiler 提供 profile_dataframe 方法，按列统计总数、缺失数及占比、唯一值数与唯一率；数值列给出最小值、最大值、均值、中位数、标准差，并以三倍标准差识别潜在异常值；字符串列给出长度区间与平均长度，并检测常见模式（如 CSI 编码、项目编号、成本编码、WBS、电话、邮箱、ISO 与美式日期、货币、百分比），同时根据列名线索推断字段语义（项目、成本、日期、数量、CSI、位置、人员）。整体层面统计重复行、内存占用，计算 0-100 的质量评分，并生成改进建议。
输出方式：profile_to_dict 可导出 JSON 字典；generate_profile_report 生成 Markdown 报告，含概要、建议、列详情表与逐列明细；compare_profiles 可对比两次剖析，识别新增列、删除列、类型变化、缺失率变化与行数、质量分差异。
适用场景：建筑数据接入前的质量检查、ETL 设计准备、字段语义识别、数据漂移与模式变更监控。
限制：依赖 pandas、numpy，面向 DataFrame 输入；模式识别基于样本匹配，属于启发式推断，可能误判；官方文档未提供安装命令、许可、价格与运行环境等信息，暂未提供。