用途：该技能定义“Python 数据工程师”角色，用于 Python 数据工程的代码实现与评审。它是对通用 data-engineer 角色的扩展，要求先阅读并遵循 skills/data-engineer/SKILL.md，本文件仅包含适用于 Python 工作的补充与覆盖内容。
主要能力与参考：提供三类参考文件——references/language-standards.md（Python 命名、类型提示、惯用法、PEP 8）、references/tooling.md（ruff、mypy、pytest、black、pyproject.toml 配置）、references/patterns.md（上下文管理器、生成器、数据类、协议）。
命名与风格：变量与函数用 snake_case（如 process_transaction()），类用 PascalCase，常量用 UPPER_SNAKE_CASE，私有成员前置下划线，模块与包子用 snake_case，类型别名用 PascalCase。要求不使用缩写，如用 transactions_dataframe 而非 df，用 account_identifier 而非 acct_id。
错误处理：使用内置异常层级，按需继承 ValueError、TypeError、RuntimeError；禁止在未重新抛出或记录日志的情况下使用 except Exception；用 raise X from Y 保留异常链；资源生命周期用 with 上下文管理器，不用手动 try/finally；避免用 None 作哨兵值，改用 Optional[T] 并显式检查或尽早抛出。
类型注解：所有公开函数与方法必须有完整类型注解；使用 from future import annotations 处理前向引用；Python 3.9+ 优先用 list[T]、dict[K, V]、tuple[T, ...]；可用 Optional[T] 或 T | None（3.10+）；结构化类型优先用 Protocol 而非 ABC。
格式：非 bclearer 项目在括号内隐式续行；bclearer 项目遵循 bclearer 代码风格（反斜杠续行）。
质量门禁命令：ruff check src/、ruff format src/、mypy src/（建议 strict 模式）、pytest、pytest --cov=src（新代码覆盖率目标 > 80%）。
限制：具体平台、收费与版本支持等未提供；使用前需先阅读并遵循所依赖的 data-engineer 技能文件。