用途：该技能为建筑项目提供数据驱动的劳动力生产率分析，用于跟踪、衡量并优化劳动力绩效，以提升项目效率、降低成本。
主要能力：生产率指标计算；时间序列分析；班组优化；资源预测；基准对比；偏差分析。
使用方式：以 Python 代码方式使用。核心数据结构包括 WorkLog（工人、日期、活动代码、工时、完成量、单位、班组、天气、备注）与 ProductivityMetric（活动、单位速率、每单位工时、标准速率、偏差百分比）。calculate_productivity(logs, standard_rates) 按活动汇总工时与完成量，计算单位速率、每单位工时，并与标准速率比较得出偏差。示例中标准为 {"CONCRETE": 0.7, "REBAR": 0.015}（每单位工时）。
系统组成：ProductivityDatabase 管理工人、班组、每日生产记录与标准，支持 log_production、set_standard、get_records_df；ProductivityAnalyzer 提供挣值生产率指标、按活动/班组分析、趋势分析（含滚动平均与线性回归）、天气影响分析与低效识别；ResourceForecaster 基于历史数据或标准预测剩余工作所需工时与班组需求，样本量越大置信度越高。
适用场景：建筑施工现场的劳动力绩效跟踪、班组效率对比、天气对生产率影响评估、剩余工程量工时预测与人员配置规划。
限制：资料未提供安装命令、依赖版本、平台支持、收费与价格信息；示例依赖 numpy、pandas、scipy、scikit-learn，实际运行环境与数据来源需自行确认。