该技能集主要用于 BigQuery 上的高级数据分析与预测任务，适合在用户需要解释数据变化原因、生成未来预测，或对具体表做洞察分析时使用。
用途方面，包含四类技能：analyze_contribution 用于分析多维数据中关键指标变化的贡献，需提供测试与控制数据（可为完整 BigQuery 表 ID 或 SQL 查询）、指标表达式、测试标识列等参数，可选配置维度列、按先验支持度排序返回的洞察数量、冗余洞察剪枝方法；ask_data_insights 用于数据分析、获取洞察并回答关于特定 BigQuery 表内容的复杂问题，需传入带上下文的用户问题与表引用列表；forecast 用于时间序列预测，需提供历史数据表或查询、时间戳列与数据列，可选时间序列 ID 列与预测步数；search_catalog 用于查找表、视图、模型、例程或连接，需提供搜索意图提示，可选数据集 ID、项目 ID、数据类型过滤与分页大小。
使用方式上，所有脚本均可通过 Node.js 执行，在 Bash 或 PowerShell 中以 node <skill_dir>/scripts/<script_name>.js 加 JSON 参数的方式调用，并替换其中的参数名与参数值。脚本会自动从多个 .env 文件加载环境变量，文档说明除非因缺少环境变量导致执行失败，否则无需让用户手动设置变量。
适用场景包括多维指标归因分析、针对 BigQuery 表的探索性问答、时间序列趋势预测，以及数据资产检索与发现。限制方面，资料未说明支持的模型、计费方式、数据规模上限或权限要求，这些信息暂未提供；使用时需按文档提供必填参数并确保环境变量可用。