用途：在把结果问题归咎于模型之前，先假设数据管道可能出错，系统排查数据侧隐患。
主要能力：梳理数据集来源与构建过程、划分逻辑与过滤；检查预处理、分词与归一化；审查数据增强与采样；核对标签来源与歧义；分析训练/验证/测试指标及异常模式。工作流包括检查数据集创建与划分、排查泄漏/重复/污染、验证标签语义与预处理、评估增强与采样影响、识别训练-测试不匹配、按可能性与影响排序疑似缺陷，并给出针对性修复或诊断建议。
使用方式：技能会要求或推断上述信息，然后输出管道图、已确认风险、需进一步检查的可能风险、最高价值诊断项，以及会改变论文结论或评估的修复方案。
规则与限制：可疑的性能提升需额外做泄漏检查；数据缺陷也算发现；在检查数据路径前不要断言模型脆弱；需区分已确认泄漏与疑似泄漏。具体安装命令、平台支持与收费信息暂未提供。