用途：作为 meme-times 生态中所有数据操作的协调层，在交易决策之前建立可用的数据策略，涵盖数据接入、质量治理、管道编排、ML 数据准备、回测与风险数据。
主要能力：
- 多源数据接入，包含价格与市场（Dexscreener、Birdeye、Jupiter、CoinGecko、CoinAPI）、链上（Helius、Solscan、Dune、Flipside）、情绪社交（Twitter/X、LunarCrush、Telegram、Reddit）、DeFi 协议（DefiLlama、Token Terminal、DeFi Pulse）等来源。
- 数据质量维度与阈值，包括 accuracy、completeness、timeliness、consistency、validity；校验流程为 Schema 校验、异常检测、跨源比对、质量评分、接受或拒绝。
- 实时管道架构，分为接入层、校验与增强层、存储层（Redis 热存、SQLite 温存、Parquet 冷存）与消费层。
- ML 数据准备与回测设施，提供特征与标签结构、回测脚本及报告格式。
使用方式：主要通过脚本调用，例如启动管道：npx tsx .claude/skills/data-orchestrator/scripts/pipeline-manager.ts --mode production --sources all --storage sqlite,redis；质量监控：npx tsx .claude/skills/data-orchestrator/scripts/quality-monitor.ts --sources "dexscreener,birdeye,jupiter" --interval 60 --alert-threshold 80；生成 ML 数据集：npx tsx .claude/skills/data-orchestrator/scripts/ml-dataset-builder.ts --token "BONK" --features "price,volume,sentiment" --lookback 30 --output ./datasets/bonk_ml_ready.parquet；回测：npx tsx .claude/skills/data-orchestrator/scripts/backtest-runner.ts --strategy "momentum" --token "BONK" --start "2024-01-01" --end "2024-12-01" --initial-capital 1000 --slippage 0.01。
适用场景：构建数据管道、校验数据质量、协调多源数据、为交易信号和模型训练准备数据、执行历史回测。
限制：资料列出性能目标（如实时数据延迟小于 500ms）与质量门槛，但未提供实际部署环境、各数据源价格细节之外的成本说明、合规与安全的具体条款内容，以及官方文档或源码获取方式，相关细节暂未提供。