用途：从杂乱的真实数据集中推断实用的数据契约、模式预期与验证测试，解决因模式、含义、范围、唯一性和新鲜度等隐含假设未被记录而导致的下游数据问题。
主要能力：将模糊请求转化为明确的数据集契约取证决策，包含指定负责人、证据、假设与行动阈值；先检查本地工件（数据提取、模式、笔记本、SQL、管道配置、模型报告、工单、既往决策）；将机械检查与专家判断分离，使其他审查者可复现；按停止、先修复、监控、可接受风险或负责人决策分类发现；保留原始证据，不静默修改数据、笔记本、模型工件或生产配置；返回可交付给数据科学家、ML 工程师、治理审查者或利益相关方的决策工件。
必要输入：CSV、Parquet、JSONL、SQL 模式或样本提取；下游用例；已知业务规则；刷新频率。缺失时先检查可用文件，仅询问无法从工作区恢复且会改变建议的信息。
工作流：分析列、空值、唯一性、基数、范围、格式与候选键；识别无法机械推断的语义预期并标记待负责人确认；起草模式、新鲜度、分布、引用完整性与可接受值的测试；将每个测试映射到 Great Expectations、Pandera、dbt 或普通 SQL；返回带置信度与确认问题的契约草案。
危险信号：样本过小、假定唯一的 ID 不唯一、枚举静默扩展、日期新鲜度不一致、含义无法从名称推断。出现危险信号时须在风险中呈现，并改变建议或置信度。
输出契约：问题、输入、已执行检查、发现、决策（继续、先修复、停止、带风险继续或需负责人审查）、风险、下一步行动、工件。最终检查：回答实际决策而非仅分析数据；保留证据避免静默修改；指明未知与负责人决策；至少一个具体下一步行动；避免过度声称因果、就绪、合规或生产安全。
使用前可运行：python scripts/quick_validate_skill.py . --strict。资源文件按需读取：references/playbook.md、references/acceptance-tests.md、references/agent-portability.md、references/quality-rubric.md。
限制：不编造缺失上下文；未提供的信息应标记为未知、未提供或负责人决策；红旗不一定停止，但必须改变建议或置信度。