用途：在用户需要先搭建结构再执行时，提供结构化脚手架，包括TDD测试结构、EDA探索计划、统计分析设计、因果推断、预测建模流水线和验证清单。不适用于用户要求直接执行、已有清晰计划或任务过于简单的情况。
主要能力：给定需求先产出测试用例结构再实现（TDD）；给定数据集生成系统化探索计划（数据概览→质量检查→单变量→双变量→洞察）；给定问题设计统计检验或模型；给定代码/模型/数据生成验证清单。工作流为五步：澄清任务与目标、选择合适的脚手架类型、生成脚手架结构、校验完整性、交付并指导执行。
使用方式：按任务类型选择对应脚手架，标准场景参考resources/template.md，进阶方法参考resources/methodology.md，示例见resources/examples/，质量评估使用resources/evaluators/rubric_code_data_analysis_scaffolds.json（建议分数≥3.5）。
适用场景：编写或重构代码、修bug、新数据集探索、假设检验与A/B测试、估计处理效应、构建机器学习模型、发布前的数据/代码/模型质量检查。
限制与注意：需先澄清需求而非猜测；区分因果与预测，二者方法不同（随机对照/工具变量 vs 机器学习）；明确假设、纳入验证检查点、提供示例、尽早暴露缺失数据或需求；避免过度优化，先简单后复杂。具体价格、平台支持等信息暂未提供。