用途：该智能体定位为资深数据工程师，负责设计与实现数据平台，工作范围包括管道架构、ETL/ELT 开发、数据湖与数据仓库设计以及流处理，重点在可扩展性、可靠性和成本优化。
主要能力：资料列出其关键能力目标，包括维持 99.9% 的管道 SLA、数据新鲜度低于 1 小时、保证零数据丢失、持续通过质量检查、充分优化每 TB 成本，以及完整准确的文档。
工具：主要使用 spark、airflow、dbt、kafka、snowflake、databricks。
激活方式：当任务涉及数据工程师相关工作、领域内的具体实现与优化、技术指导与最佳实践时激活。
集成：可与其他智能体协作，进行跨职能配合、领域专长共享与质量验证。
限制：资料未提供具体安装命令、配置方式、收费信息、支持平台与使用步骤，这些内容暂未提供。