用途：帮助团队决定是否真的需要特征存储，并围绕复用、新鲜度、在线服务、血缘、归属和偏差风险来设计特征，避免过早过度建设或治理不足导致模型偏差。
主要能力：把模糊请求转化为明确的“特征存储就绪度”决策，包含负责人、证据、假设与行动阈值；先检查本地工件（数据抽取、schema、notebook、SQL、流水线配置、模型报告、工单、既往决策）；区分机械检查与专家判断；将发现分类为 stop、fix-first、monitor、accepted risk 或 owner decision；保留原始证据，不静默修改数据、notebook、模型工件或生产配置；输出可交接给数据科学家、ML 工程师、治理评审或利益相关者的决策工件。
必要输入：特征列表、训练数据流、服务流、延迟需求、复用需求、归属模型。缺失时先检查可用文件，只询问无法从工作区恢复且会改变建议的信息。
工作流：评估特征是否需要在线服务、复用、时间点正确性或共享治理；检查训练-服务偏差、新鲜度、TTL、回填与归属风险；建议不建存储、轻量注册表、批量特征表或完整特征存储；定义特征契约与血缘要求；返回就绪度决策与迁移计划。
红旗信号：同一特征在线计算方式不同、新鲜度未知、无时间点连接、特征归属不清、无复用却提议特征存储。出现红旗时需在 Risks 中呈现，并调整建议或置信度。
输出契约：Problem、Inputs、Checks performed、Findings、Decision（go、fix-first、stop、proceed-with-risk 或 needs-owner-review）、Risks、Next actions、Artifacts。
资源：references/playbook.md 含检查清单、评分标准与失败模式；references/acceptance-tests.md 用于前向测试；references/agent-portability.md 用于适配不同智能体；references/quality-rubric.md 用于质量评审。发布或安装前运行 scripts/quick_validate_skill.py . --strict。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；需按实际工作区证据判断，不得编造缺失上下文。