用途：帮助（假定为非技术背景的）数据分析师，把团队已知的领域知识通过引导式对话整理为可移植的领域上下文技能，产物与同名 Web 应用相同。
主要能力：按五个阶段推进——访谈、组装 project.json、导出、打磨、收尾。访谈覆盖七个方面：领域、来源、业务、数据、指标、注意事项、治理。要求每次只问一个简短问题；使用平实语言，首次出现术语需解释；每条事实都要打开来源并复制证据片段；涉及密码或 API 密钥时只记录环境变量名，不记录值；缺少信息时记录 open question 或 TODO，不得猜测或编造。指标是重点：一次可运行的查询并不等于已达成一致的定义，需记录含义、含真实数字的示例、负责人和待决策项，在负责人确认前标记为 draft。
使用方式：第 2 阶段把内容写入符合规范的 project.json，保存在仓库中，如 ./<domain>.project.json。第 3 阶段运行导出命令：pnpm export:skill ./<domain>.project.json --out ./<domain>-skill；仅检查而不写文件可加 --validate-only。第 4 阶段按附带的 examples/ 风格重写导出文件，填充 SKILL.md、metrics.yml、各 table_profiling/<table>.md（运行生成的 scripts/profile_table.sql），打磨 POPULATING.md，并编写 GOVERNANCE.md，保留所有诚实的 TODO。第 5 阶段说明已完成内容、仍为草稿或待定的事项及决策人，最后把 <domain>/ 文件夹复制到智能体的技能目录（Claude Code 为 .claude/skills/，Cursor 为其项目规则/技能位置）。若倾向使用 Web UI，运行 pnpm dev 打开 workbench。
适用场景：数据团队需要为 Claude、Cursor 等智能体建立或补充某个数据领域的上下文技能时。
限制：参考文件 interview-plan.md、project-schema.md、evidence-and-provenance.md、finishing.md 提供具体规则；需遵循 project-schema.md 的 ID、时间戳、允许值等规范。资料未提供更细的价格、平台支持范围或效果保证。