用途：用于开展严谨、可复现的数据调查与临时分析，围绕业务问题给出清晰结论，而不是只输出一堆图表。
主要能力：提供分阶段工作流。Phase 1 框定问题：先用一句话写出预期结论，再对调查分类（缺口分析、根因分析、假设检验、可行性检查），并提出 2-3 个相互竞争的假设以免确认偏误。Phase 2 由粗到细构建查询：先确认异常真实并量化幅度，再按时间、分群、信号逐维度定位，将时间点与上游变更（代码提交、ETL、schema、指标定义、外部事件）对齐，验证机制而非停在相关性，并对每个假设量化。Phase 3 为 SQL 规范：使用固定时间范围、在关键 CTE 中标注粒度、为对比输出命名、保持诊断查询小而可弃。Phase 4 沟通规范：先给答案、分离证据与解释、列出被否决的假设与下一步行动、写明关键限制性假设。Phase 5 输出标准：留下一句话答案、支撑用 SQL 或 notebook、被否决假设记录、后续问题。
使用方式：按上述阶段执行，第一步始终确认异常真实并测量其大小，不要直接跳到原因。资料未提供具体安装命令或调用方式。
适用场景：业务指标差异排查、指标变动归因、假设检验、数据可信度检查等调查性分析。
限制：资料未提供收费、平台支持、具体工具集成等细节；常见失败模式包括将指标定义争议当作产品问题、比较不同粒度或新鲜度的数据源、接受首个合理解释而不量化、过早写巨型查询、以图表而非结论收尾。相关技能：当目标是回答业务问题而非调试分析或指标分歧时，可使用 answering-natural-language-questions-with-dbt 工作流。