用途：指导把多模态机器人数据集转换为分层 Rerun 录像（.rrd），产出可注册到目录的数据集。适用于 MCAP、HDF5、LeRobot、parquet、原始视频等来源。
主要能力：给出高层工作流——调研来源、构建层、设计默认蓝图、注册目录、验证结果；并为每个阶段提供 DOs 与 DON'Ts。技能本身只承载原则和决策点，具体 Rerun 机制路由给 rerun-data-model、rerun-chunk-processing、rerun-mcap / rerun-parquet / rerun-lerobot / rerun-urdf / rerun-mp4、rerun-blueprint、rerun-catalog-queries 等技能。术语包括 episode、recording id、layer、base layer、segment、property、census、survey。
使用方式： Step 0 收集数据集卡、格式、模态、上下文与论文等信息；Step 1 向用户确认最大样本量，编写带缓存的下载脚本，随机抽取不同任务与会话的样本；Step 2 调研样本，统计 FPS、图像尺寸与格式、缺失主题、无效值、元数据一致性等多样性，写成 markdown 供用户审阅，并暂停等待用户复核；Step 3 设计 base 层映射，规划属性与可选传感器数据拆分为独立层，在写转换代码前请用户确认映射、属性与分层；Step 4 加往返测试验证无损，并对比源与 base 的文件大小；Step 5 编写初始蓝图并检查查看器性能与标签正确性；Step 6（可选）按外部数据或派生数据新增层并更新蓝图；Step 7 提供查看、注册与查询脚本或说明。
原则：转换必须无损，字节级信息需能通过往返测试重建源数据；便于使用与维护，转换的目的是使用而非归档；保持高效，使用正确的工具避免静默丢数据。数据映射默认反射读取器输出，仅当语义完全匹配或可视化关键时才转内置 archetype；优先可查询的结构，能用 Arrow 序列化即可记录；只做无损格式变换，保留名称、单位、坐标系与源类型名。无法解码的通道须做 census 并保留原始字节，不能静默跳过，需在属性中标记该 episode。属性用于段级可筛选元数据，如时长、任务名、场景类型、split、is_<validity>、has_<attribute>、census；属性类型在各 episode 间须一致，用 Chunk.from_property 构建。分层方面，一个 episode 一个 base 层足够；时间上分离的录像、依赖外部资源（如 URDF）或派生数据应写为独立层。先读 references/post-processing.md 再派生层，references/registering.md 含查看命令与注册模板。
限制：每个数据集独特，无法给出通用准则；技能不重复 Rerun 机制细节，应转读相应 rerun-* 技能；转换项目中约定应写在项目自身文档；具体费用、平台与定价信息暂未提供。