用途：当用户想要创建数据集、生成合成数据或搭建数据生成流程时使用。基于 Data Designer 库，按给定描述构建合成数据集。
主要能力与用法：开始前不要先探索工作区，Learn 步骤会提供所需信息。若用户表示不想回答问题（如“你来决定”“做合理假设”“直接构建”等），使用 Autopilot 模式；否则默认 Interactive 模式。只读取与所选模式匹配的工作流文件：Interactive 读 workflows/interactive.md，Autopilot 读 workflows/autopilot.md。默认保留输出中所有列；仅当用户明确要求，或某列只是用于派生其他列的辅助列（如为提取姓名、城市而采样的 person 对象）时才删除。不要主动建议或询问种子数据集，仅当用户明确提供种子数据或要求基于现有记录构建时才使用，并读取 references/seed-datasets.md。数据集需要人物数据（姓名、人口统计、地址）时，读取 references/person-sampling.md。若已存在匹配的数据集脚本，询问用户是编辑还是新建。
输出与限制：在当前目录写入 Python 文件，包含返回 DataDesignerConfigBuilder 的 load_config_builder() 函数，文件用描述性名称（如 customer_reviews.py），用 PEP 723 内联元数据声明依赖。仅在任务需要时加入 Pydantic 模型、自定义生成器、种子数据集和额外依赖。采样器与验证列需同时提供 type 和 params；Jinja2 模板中用 {{ column_name }}、{{ column_name.field }} 引用列；SamplerColumnConfig 使用 params；LLM judge 评分用 {{ quality.correctness.score }} 取数值。若 data-designer CLI 未找到，说明环境未安装（需 Python >= 3.10），询问用户是否创建虚拟环境安装，未经许可不要安装。预览时网络错误可能是沙箱阻止出站请求，询问用户是否允许禁用沙箱重试，仅在重试仍失败时让用户自行运行。以上为公开资料所列内容，具体功能边界与更多细节暂未提供。