用途：Data Expert 是一套数据处理与分析相关的专家技能，覆盖数据探索、质量检查、数据校验、数据同步、管道管理与可视化追踪等场景，供编写或审查代码时参考。
主要能力：分析前先做数据探索与汇总统计；在分析开头实施数据质量检查，并对缺失数据做插补、删除或标记处理；在服务端组件（.tsx 文件）中按示例模式通过 fetch 取数并设置 revalidate；用脚本或 dvc 等工具管理数据预处理以保证可复现；在 JavaScript UI 与 WASM 模拟之间同步区域网格数据，可采用定时更新、事件驱动同步、类型数组等高效结构以及更新队列；为游戏中可追踪的内容建立图表页；用 Pydantic 模型做严格数据校验。
必要用法（原样保留的片段）：async function getData() { const res = await fetch('https://api.example.com/data', { next: { revalidate: 3600 } }) if (!res.ok) throw new Error('Failed to fetch data') return res.json() }。Iron Laws 要求：始终用 Zod、Pydantic、Joi 等模式校验器在系统边界校验外部数据；绝不把大型数据集整体载入内存，应使用流式、分页或批处理；下游操作前先净化数据，剥离或转义 HTML、SQL、Shell 注入内容；不要用正则、split、replace 等字符串操作作为结构化格式的主要解析器，应使用 JSON.parse、csv-parse、xml2js 等专用解析器；数据转换函数应保持纯函数与幂等。内存协议要求开始前 cat .claude/context/memory/learnings.md，完成后记录新发现的模式或例外。
适用场景：数据分析初始探索、服务端组件取数、数据管道与复现管理、UI 与 WASM 间数据同步、数据校验与质量保障。
限制：资料未提供具体价格、平台、运行环境要求或安装命令；部分内容面向特定项目上下文（如区域网格与 WASM 模拟、游戏图表页），通用性有限。