用途：把来源数据重新表达为目标系统要求的结构或导入契约（列、顺序、类型、必填字段），与 data-tidy 互补——后者做质量清理，转换做互操作性。若来源脏，先交给 data-tidy 清洗再转换。
主要能力：一是契约映射，把源数据映射到另一系统导入契约，未映射的源列会报告，缺失必填行按 rules.on_missing_required 处理（标记/排除/报错），绝不虚构值；二是结构重塑，支持逆透视（宽转长）、透视（长转宽）、扁平化/嵌套（JSON 与表互转）、按键拆分（一文件拆多）和合并（多文件合一并做列对齐）。
使用方式：在技能目录运行。示例：import sys; sys.path.insert(0, "scripts")，再 from convert import load_spec, render_card, convert_file, convert_rows, sense_check, render_report。若已有转换卡，先用 load_spec 读取并 sense_check 校验，再用 convert_file 执行；也可用 python scripts/convert.py gl_export.xlsx --card convert_gl_to_journal.md -o journal_import.csv。转换完成后把长期确认规则写入 spec["standing_rules"] 并 render_card 保存为可复用的 Markdown 卡。
适用场景：跨系统数据导入导出、格式重构、字段契约对齐、按日期或键拆分合并等。
限制：引擎不联网，实时值（如汇率）需由用户确认后以固定常量写入卡片，刷新需人工触发；输出为草稿供人工复核，不自动提交或上传；源数据漂移会被标记而不会静默强制转换；不用于聚合洞察（应使用 data-analyse）或对账（应使用 data-reconcile）。需 Python 与 openpyxl，读取 CSV/PDF/.docx/.msg 依赖共享引擎的选装依赖。