用途：该技能用于设计和实现针对特定数据集与用例的推荐系统，自动化完成算法选择、数据预处理、模型训练与性能评估，输出可用的推荐引擎。
主要能力：支持协同过滤、基于内容过滤或混合方法。资料称会根据需求识别推荐类型、数据可用性与性能目标；生成使用 scikit-learn、TensorFlow、PyTorch 等库的 Python 代码，涵盖数据加载、预处理、模型训练与评估；并纳入处理冷启动、可扩展性与缓解偏差等实践。
使用方式：当触发条件满足时调用该技能，提供必要上下文与参数，审阅生成输出并按需修改。示例包括：用协同过滤构建电影推荐系统（生成加载与预处理电影评分数据的代码，实现矩阵分解等算法预测用户偏好）；为在线商店创建基于内容过滤的商品推荐引擎（从商品描述与购买历史提取特征，推荐相似商品）。
适用场景：个性化电影推荐、电商平台商品推荐、新闻网站内容推荐，以及需要推荐引擎的其他数据集或业务场景。
限制与前提：需要适当的文件访问权限，并安装所需依赖；模型评估建议使用 precision、recall、NDCG 等指标；系统应设计为能高效处理大规模数据集与用户群。资料未提供具体安装命令、收费与价格信息。错误处理方面，无效输入会提示更正，缺失依赖会列出所需组件，权限错误会给出补救建议。该技能可与其他插件集成，用于访问数据源、部署模型与监控性能。