用途：将分散在多个 API、数据库或平台中的数据合并为单一、统一且准确的视图，适用于整合多源数据、构建“单一事实来源”、合并 CRM/客服/分析等平台的客户数据、公司并购或系统迁移后的数据整合、从业务库构建数据仓库，以及处理重复或冲突记录。
主要能力：
- 实体解析：提供精确匹配、模糊匹配（如 fuzzywuzzy）、概率匹配（如 recordlinkage）和基于业务规则的确定性匹配策略，判断不同来源记录是否指向同一实体。
- 冲突解决：支持“最新优先”“最可信来源优先”“字段级合并”“多数投票”和自定义业务逻辑等策略。
- 数据质量：使用 pydantic 等做校验，并进行姓名、邮箱、电话、地址、日期等标准化清洗。
- 模式映射：通过 SourceMapper 等框架处理不同字段名、数据类型和嵌套/扁平结构的差异。
- 主数据管理：维护 golden record，记录来源映射与字段级血缘，并定义 survivorship 规则（如 most_recent、most_trusted、most_complete、manual_override、earliest）。
- 变更处理：支持 SCD Type 1 覆盖与 Type 2 保留历史。
使用方式：资料给出四种整合模式——批量 ETL（夜间运行）、增量更新（按上次同步时间拉取）、实时流式（Kafka 事件驱动）和联邦查询（运行时并行查询各源）。具体实现需结合自身数据源与基础设施。
适用场景：客户 360 视图、数据仓库建设、系统迁移与并购整合、去重与冲突消解。
限制：资料未提供该技能的具体安装命令、运行环境、收费方式或性能指标；部分代码示例在原文中被截断，实际使用需自行补全。