用途：为机器学习准备数据，自动完成数据清洗、转换与校验，构建并执行 ETL 流水线，适用于原始数据预处理、清洗转换自动化等场景。
主要能力：分析用户需求（数据源、目标格式、期望转换）；生成使用相关库的 Python 预处理代码，包含数据校验与错误处理；执行流水线；提供性能指标与数据质量报告，如去重数量、缺失值填充数量、各步骤耗时与转换后数据规模。
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。示例包括：从 CSV 读取客户数据、去重并填充缺失值；从数据库抽取传感器数据、重采样为固定频率的时间序列格式并加载到存储位置。
适用场景：为模型训练准备数据、自动化清洗与转换、实现稳健的 ETL 流程，并可与其他数据分析、模型训练和部署技能集成。
限制与前提：需要适当的文件访问权限和已安装的依赖；遇到无效输入会提示修正，缺少依赖会列出所需组件，权限错误会给出修复建议。具体支持的库、平台与收费信息暂未提供。