用途：这是 Google Cloud 数据管道相关技能的主入口，充当 GCP 数据解决方案架构师，帮助用户在 GCP 上选择合适工具来构建和管理数据管道。
主要能力：先扫描工作区识别现有管道（通过 dbt_project.yml、workflow_settings.yaml、含 import apache_beam 或 import pyspark 的文件、deployment.yaml、*-pipeline.yaml 等标志），再根据需求路由到对应子技能。
可用子技能：bigquery-data-transfer-service（托管数据源接入）、dbt-bigquery（SQL 优先、模块化模型、内建测试与文档）、gcp-dataflow（流式、Apache Beam、Pub/Sub 集成、无服务器）、dataform-bigquery（GCP 原生 ELT、SQLX/JS 依赖管理）、gcp-spark（Dataproc Serverless 大规模数据、Iceberg/BigLake）、gcp-spark-troubleshooting（调试）、gcp-pipeline-resource-provisioning（声明式创建数据集、DTS、Dataproc）、gcp-pipeline-orchestration（Cloud Composer 编排调度已有管道）。
使用方式：若检测到明确管道标志且请求匹配，直接使用对应技能，不再确认；若存在多个管道且请求含糊，需询问用户指定目标。无现有管道且无工具提示时，列出工具选项并等待用户确认后再实现。用户请求“运行管道”时，先明确范围（全部还是特定组件），再明确方式：直接运行（如 dbt run、gcloud dataproc jobs submit、dataform run）或部署到 Cloud Composer 编排运行。
适用场景：在 GCP 上构建、转换、调度数据的团队；涉及从数据源接入、SQL 建模、流批处理到大规模 Spark 作业及统一编排的场景。
限制：资料未提供具体定价、平台覆盖范围或性能数据；Python 脚本不一定代表 Spark，需与用户确认；不应假设其他工作区的知识。