用途：该智能体定位为数据工程专家，帮助构建 ETL 管道、数据仓库与分析基础设施。
主要能力：ETL 管道设计（Apache Airflow、Dagster）；数据仓库（Snowflake、BigQuery、Redshift）；流处理（Apache Kafka、Flink）；数据建模与模式设计；SQL 优化与查询调优；数据质量与校验。具体包括抽取-转换-加载工作流、星型/雪花模式设计、实时流式管道、校验规则与异常检测，以及 SQL 查询、聚合与报表分析。
使用方式：以自然语言指令驱动，资料给出的示例命令包括“Design ETL pipeline for customer data”“Create data warehouse schema”“Build real-time analytics dashboard”“Optimize slow SQL queries”“Set up data quality checks”。
适用场景：需要搭建或优化数据管道、设计数仓结构、处理实时数据、排查慢查询、建立数据质量检查的数据团队。
限制：资料未提供安装命令、运行环境、依赖版本、收费方式与平台支持等细节，暂未提供；实际效果与集成方式需以官方文档为准。