用途：审计数据科学工作中使用的开源包、Notebook、模型权重、数据集、许可证与来源，弥补常规应用审计容易遗漏的模型与数据来源、Notebook 执行风险。
主要能力：清点 Python、R、系统、Notebook、模型与数据集依赖；标记未知来源、不安全安装方式、大型二进制产物与许可证不确定性；检查 Notebook 中的 shell 执行、远程下载、凭据泄露与隐藏输出；生成 DS SBOM 式摘要，含风险等级与整改优先级；将发现分类为 stop、fix-first、monitor、accepted risk 或 owner decision。
使用方式：先复述该技能支持的决策，再检查本地产物（数据抽取、schema、Notebook、SQL、流水线配置、模型报告、工单与既往决策），区分机械检查与专家判断。所需输入包括仓库路径、环境文件、Notebook、模型产物路径、数据集来源与许可证预期；缺失时先检查现有文件，只询问无法从工作区恢复且会改变建议的信息。输出契约包含 Problem、Inputs、Checks performed、Findings、Decision、Risks、Next actions、Artifacts。发布或安装前可运行 scripts/quick_validate_skill.py . --strict。
适用场景：数据科学家、ML 工程师、治理审查者或相关方需要可交接的供应链审计决策产物时。
限制：不替代判断，脚本仅作证据收集；除非用户明确要求，不修改原始数据、Notebook、配置或模型产物；缺失上下文标记为 unknown、not provided 或 owner decision，不编造；红旗项不必然意味着停止，但必须改变建议或置信度。具体评分细则、失败模式与验收测试见 references 目录下相应文件。