用途：当用户需要可复用的数据分析代码、自动化数据处理、机器学习代码或可视化代码时调用该技能，也可指定代码类型（data-cleaning、statistical、visualization、machine-learning、custom）。
主要能力：支持 Python（pandas、numpy、scipy、scikit-learn）、R（tidyverse、stats、caret）和 SQL（PostgreSQL、MySQL、BigQuery）。可生成数据处理管道、统计分析脚本、机器学习模型、可视化代码、API 集成与自动化脚本。按类型划分：数据清洗涵盖缺失值处理、类型转换、重复值检测、标准化与异常值处理；统计分析涵盖描述性统计、假设检验、相关性、回归与统计可视化；可视化涵盖 Matplotlib/Seaborn、Plotly 交互图表、统计图表与仪表板；机器学习涵盖特征工程、模型训练、评估、交叉验证与特征重要性；custom 按需求定制。
使用方式：用户提出需求或指定代码类型即可生成。输出文件格式为 Python 的 .py、R 的 .R、SQL 的 .sql，输出目录为 ./generated_code/。代码遵循文档化、Python 类型提示、错误处理、单元测试与中文注释等质量标准。可与其他技能协作：从 data-explorer 获取分析需求，从 visualization-specialist 获取可视化规格，由 report-writer 记录代码用法。
适用场景：数据预处理、统计分析、图表创建、预测建模及需要自动化脚本的场合。
限制：资料未提供具体安装命令、收费方式、平台支持范围与效果保证，暂未提供相关信息。