用途：为各类任务判断“用什么做”，在搜索、数据处理、统计计算、绘图、排版、文档处理、前端后端、版本管理、文献管理等场景中给出工具选型与协同建议，常驻后台生效。
主要能力：提供任务到工具的映射（如文献搜索用 arXiv/OpenAlex 等 API，数据处理按规模选 pandas/polars/DuckDB/dask，绘图用 matplotlib/ggplot2/TikZ 等，排版用 LaTeX/Word/Pandoc）；给出选择决策要点（数据规模、一次性 vs 可复现、输出去向、团队复现需求、稳定性优先）；带数值阈值的完整决策矩阵见 references/decision_matrix.md。
使用方式：进入已有项目或询问选型时，先运行检测脚本而非人工翻清单：python scripts/detect_stack.py <项目目录>，可加 --json 输出机器可读结果，--self-test 离线自检；脚本读取 package.json/pyproject.toml/requirements.txt/environment.yml，命中内置规则才给建议，未命中标 no signal。需要新能力时先查现成 skill（skills.sh 排行榜、npx skills find），再查 MCP server，必要时用 skill-creator 自建。
适用场景：跨工具任务规划（如实验→W&B→pandas→seaborn→LaTeX→Zotero）、Python 环境选型（uv/conda/Poetry）、容器化复现、工具发现与协同。
限制：引入第三方 skill 或 MCP server 等于授权外部指令与代码，需先评估来源与安全；安装量等数字随时间变化，引用需带 last_checked；资料未提供具体收费与价格信息。