用途：为机器学习模型提供可解释性与可解释分析，帮助理解模型为何做出特定预测、识别影响输出的关键特征，并洞察模型整体行为。
主要能力：支持 SHAP、LIME 与特征重要性分析；根据模型类型和用户需求选择合适解释技术；生成预测解释并以清晰简洁形式呈现，突出关键洞察与特征重要性。
工作方式：分析用户请求与可用模型数据；选择合适解释技术；生成解释；呈现结果。
适用场景：理解某次预测的原因；识别影响模型输出的最重要特征；通过发现意外特征交互来调试模型性能问题；向非技术相关方沟通模型洞察；确保预测的公平性与透明度。示例包括解释贷款申请被拒原因（计算 SHAP 值确定各特征贡献，如信用评分或债务收入比），以及解读客户流失模型并识别最重要因素（用 LIME 生成个体预测的局部解释并汇总，如客户任期或服务使用情况）。
使用方式：在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。技能可与其他数据分析与可视化插件集成，配合数据清洗与预处理插件保证数据质量，并用可视化工具呈现解释结果。
限制与前提：需要适当的文件访问权限，并安装所需依赖。资料未提供具体安装命令、价格、平台支持范围或效果保证。错误处理方面：无效输入会提示更正；缺少依赖会列出所需组件；权限错误会建议修复步骤。输出为与任务相关的结构化结果。