用途：提供设计稳健 ETL（提取、转换、加载）管道的专业知识，面向自动化数据处理，关注可靠性、监控与可维护性。
主要能力与核心原则：强调幂等性（多次运行结果一致）、可观测性（管道健康状态可见）、错误恢复（优雅处理失败）、版本追踪（记录数据变化）以及实时监控与健康检查。技能约束并推行 ETL 工作流模式（Extract → Transform → Load）、自动调度（cron、GitHub Actions）、数据版本化与归档、管道健康监控、错误恢复策略和审计日志。
使用方式：资料未提供具体安装命令或调用代码。可用于构建自动化数据管道、调度数据抓取工作流、实现数据版本化、监控管道健康状况以及设计错误恢复方案。
质量原则：要求应用 AI FIRST 原则，不接受首次通过的质量，至少进行 2 次迭代，阅读全部输出并改进每个部分。
适用场景：自动化数据抓取与调度、ETL 流程搭建、数据变更追踪与归档、管道运维监控。
限制：资料未说明支持的具体平台、依赖、收费或价格；参考仅列出 GitHub Actions 与 ETL Best Practices。版本 1.0，最后更新 2026-02-06，分类标注为 Development & Operations。具体命令、配置与使用步骤暂未提供。