用途：data-modeler 技能为使用 Pydantic 设计数据模型提供系统指导，帮助架构设计类智能体创建类型安全、可校验的数据结构，作为功能实现的基础。它强调类型安全、校验、文档、关系建模与序列化。
主要能力：
- Pydantic Schema 设计：BaseModel 结构、Field 类型与约束、默认值与 default_factory、可选与必填字段、嵌套模型、模型继承。
- 字段级校验：@validator 装饰器、值转换、跨字段校验、自定义错误信息、前置与后置校验；覆盖格式、范围、业务规则与引用完整性。
- 模型级校验：@root_validator 实现跨字段校验、前置转换与后置检查，如日期逻辑、容量与餐饮人数约束。
- 类型注解与约束：typing 模块、List/Dict/Set/Tuple、Union 与 Optional、Literal、constr/conint/confloat/conlist 等自定义约束类型。
- 关系映射：一对一、一对多、多对多，外键引用，嵌入与引用式文档。
- 序列化策略：JSON 序列化与反序列化、dict() 排除字段、json() 格式化、自定义序列化器、字段别名与私有字段。
使用方式：按步骤识别数据实体与关系，定义基础模型并添加字段类型与描述，通过 Field() 添加约束，用 @validator 与 @root_validator 实现业务规则，选择嵌入或引用建模关系，配置 Config 类处理 JSON 编码器、别名与 ORM 模式，添加 schema_extra 示例，最后创建实例测试边界情况。技能在描述“设计数据模型”“创建 Pydantic schema”“定义数据结构”“创建校验规则”“定义实体关系”“设计请求/响应 schema”等场景时自动激活。
适用场景：需要类型安全数据契约、请求/响应 schema、业务规则校验与实体关系建模的 Python 项目。
限制：资料未提供具体安装命令、收费方式、平台支持范围或性能数据；示例基于 Pydantic 的 validator/root_validator 等 API，实际版本兼容性需自行确认。