用途：在用户提出为数据库搭建数据分析、提取数据集部落知识或生成数据技能时使用。它通过结构化访谈，把散落在团队头脑中的数据语义固化为可复用的数据上下文技能，避免仅凭表结构与列名臆测指标和关系。
主要能力：两种模式。引导模式在没有既有数据上下文技能时从零创建；迭代模式在已有技能上新增领域或更新，读取现有文件、找出空白、仅就新领域访谈并合并，同时标记与既有定义的冲突。生成结构包含 SKILL.md 与 references/entities.md、metrics.md、gotchas.md，记录数据源、实体图、关键指标、常见陷阱与常用查询模式。产出默认放在项目根目录的 .claude/skills/data-context/，对该项目后续会话和 ds-delegate 生成的子智能体自动可见。
使用方式：必须先访谈用户，不可仅凭 schema 生成，不可跳过实体的歧义消解，不可未经确认假定指标定义，不可未经用户逐节审阅就输出。访谈分五轮，每轮三到五个问题：数据源与连接、核心实体与关系、关键指标定义、数据质量与陷阱、常用查询模式。若涉及 WRDS 或 LSEG，先读取既有 /wrds 或 /lseg-data 技能，只问项目特定用法而不重复通用访问细节。输出前需执行退出闸门：五轮完成、回读各节、验证内容非占位、用户明确确认后才写文件。
适用场景：数据分析项目启动、需要沉淀团队数据语义、跨数据源标识符链接与样本筛选定义、指标口径统一等。
限制：不支持跳过访谈直接生成；技能强调指标定义需可原样运行的方言，实际数据源连接与字段前缀由被引用的既有技能承担；验证部分要求尽可能用真实数据测试至少一个指标定义。未提供关于收费、价格、平台支持范围或具体运行效果的信息。