用途：data-storytelling 是编排型技能，把原始数据转化为完整、连贯的叙事，按顺序激活分析、可视化与仪表板技能，最终产出通常为自包含的 HTML 仪表板或可滚动报告，使每张图表、注释和 KPI 都服务于故事。其核心原则是数据故事要有论点，而非仅罗列观察。
主要能力：包含九个模块。三幕结构（Setup 建立基线、Conflict 揭示异常、Resolution 给出建议）并映射到仪表板组件；受众优先框架按高管、经理、分析师、普通读者区分时间预算与产物风格；Knaflic 五步法（理解上下文、选有效视觉、去杂乱、聚焦注意力、讲故事）；Duarte 的“现状 vs 可能”对比模式；Big Idea 工作表要求用一句话写出“谁应做什么，因为什么证据”；区分解释型与探索型模式；注释即叙事（标题写洞察、副标题给上下文、标注、说明、脚注）；编排协议分五阶段：Ingest、Discover、Visualize、Arrange、Narrate；以及交付前的质量检查。
使用方式：调用 /datastory 后按阶段执行，依次激活 data-ingest.cjs、data-analysis、data-visualization、dashboard-design 等技能，最终输出带叙事的自包含 HTML。依赖 data-analysis（发现）、data-visualization（图表）、dashboard-design（布局）。
适用场景：面向高管、经理、分析师或普通读者的数据汇报、仪表板与滚动报告，需要从数据中提炼行动建议时。
限制：资料未提供具体安装命令、收费、价格、平台支持或效果数据；质量检查要求 Big Idea 存在、三幕可辨、标题为洞察、颜色一致、标注来源、匹配受众、3 秒测试、注释覆盖与数据时效。反模式包括图表堆砌、数据倾倒、无洞察注释、受众深度错配、无建议与过度设计。