用途：ds 面向任何产出数据集、表格、图表或数字的实证任务，例如“分析这份数据”“构建面板”“合并这些数据”。它把数据分析组织为澄清（CLARIFY）、计划（PLAN）、目标（GOAL）与执行四个阶段，主对话只负责澄清、计划与派发，不亲自做分析，也不写 .py、.ipynb、.R、.sas、.sql 或 .qmd 文件；分析在派发的智能体中运行。
主要能力：澄清阶段围绕结果、观测单元与样本期、数据来源、约束、证据五条轴与用户确认，并做只读数据画像以发现空值、重复、类型漂移、连接风险与规模问题。计划阶段要求写明来源与访问策略、可复现性决策、## Data Outputs 表（路径、粒度、键列、必需时间窗）以及 ## Review Surfaces。执行阶段通过 work-dispatch.sh 派发任务，可指定 --provider codex。
数据质量门禁：scripts/ds-dq.py 读取已批准计划的 ## Data Outputs 表并自行打开每个产物，校验粒度、主键唯一性与时间窗覆盖；ds-dq 条目始终启用。项目自身的测试与 lint 命令作为参数传入，仅在项目存在时包含。
限制：资料未提供收费、价格、平台支持范围与效果数据。技能依赖 CLAUDE_PLUGIN_ROOT、CLAUDE_SKILL_DIR 等环境与 plugin-utils、work 等配套插件；缺少这些依赖时约束索引与参考列表不可用。