用途：把数据清洗视为对已观测数据集的受控转换，而非表面修饰。适用于表格、文本、JSON 与关系型数据的清洗、剖析、验证、重塑与文档化。
主要能力：按任务路由到方法论文档、工具选型、缺失值/重复/类型/范围/类别/日期/连接操作、文本与实体解析、模式与契约验证、CLI 与交互式工具等参考。提供模板：清洗计划、转换日志、异常登记、模式契约、质量报告。
内置脚本：scripts/profile_dataset.py 对 CSV/TSV/JSONL 做无依赖首轮剖析（缺失、基数、类型候选、重复、范围、异常），用法 python3 scripts/profile_dataset.py data.csv --output profile.json；scripts/reconcile_dataset.py 对比清洗前后数据集的行数、键唯一性与列求和，用法 python3 scripts/reconcile_dataset.py raw.csv cleaned.csv --key id --sum amount --output reconciliation.json；另有 pytest 测试套件。
默认流程：框定决策与验收阈值；冻结证据（路径、时间、哈希、编码、模式、行列数、版本），原始数据只读；先剖析再修改；对每个发现分类为保留、标准化、修复、插补、隔离、拒绝或上报；分层转换（解析→规范化→类型转换→验证→去重→实体解析→插补/隔离→重塑）；转换前后各验证一次；评审与发布，比较前后指标并保留可复现性。
限制：剖析与对账脚本仅为首轮证据工具，不决定保留/修复/插补/隔离；仅处理分隔文本与 JSONL，二进制、关系数据库与嵌套文档需其他工具；对账通过仅证明所检查键与求和的结构保持，语义正确性仍需评审。不适用于推断统计、模型选择、ETL 编排或生产数据质量运维。需 Python 3.9+ 标准库，pytest 仅用于测试套件。