用途：把数据科学原型转化为工程可用的机器学习交接包，避免原型歧义演变为生产脆弱性。适用于智能体需要将模糊请求转化为明确的生产交接决策，并指定责任人、证据、假设与行动阈值。
主要能力：定义推理契约（输入、输出、类型、阈值、错误、延迟、隐私约束）；打包制品、版本、环境与可复现证据；明确部署路径、回滚、监控、告警与归属；识别工程阻塞与未解决的研究假设；输出交接简报与验收清单。
使用方式：先复述该技能支持的决策；优先检查本地制品（数据抽取、模式、notebook、SQL、流水线配置、模型报告、工单、既往决策），再询问无法从工作区恢复且会改变建议的信息。将机械检查与专家判断分开，便于他人复现。把发现分类为 stop、fix-first、monitor、accepted risk 或 owner decision。除非用户要求其他格式，按输出契约返回：Problem、Inputs、Checks performed、Findings、Decision、Risks、Next actions、Artifacts。
必要输入：原型仓库或 notebook、模型制品、特征输入、服务模式、SLO、责任人、监控需求。缺失时先检查可用文件，仅询问无法恢复且影响建议的信息。
限制与注意：保留原始数据、notebook、配置与模型制品，除非用户明确要求修改；不得静默变更。缺失上下文标记为 unknown、not provided 或 owner decision，不得编造。红旗信号包括：notebook 是唯一制品、特征定义含糊、无回滚计划、延迟未知、上线后责任人不明；出现时须在 Risks 中呈现并调整建议或置信度。发布或安装前可用 scripts/quick_validate_skill.py . --strict 校验。参考文件包括 references/playbook.md、references/acceptance-tests.md、references/agent-portability.md、references/quality-rubric.md，按需读取以控制上下文。