用途：当 Python 是数据管道或运维数据工具的主要实现语言时使用。适用于构建或修改 Python 数据管道、打包 PySpark/摄取/校验/编排辅助代码、把 notebook 或脚本迁移为生产级模块、处理依赖与环境问题、添加 CLI 入口与测试脚手架。
主要能力与工作流：先明确代码角色（单机转换、PySpark 作业入口、编排辅助、校验或对账工具、集成或抽取服务）；将逻辑打包为显式模块，偏好版本化包、可复用模块、清晰 CLI 或作业入口、隔离配置、最少隐藏全局状态；落实依赖管理，定义环境模型、固定依赖策略、原生或系统依赖假设，以及与 Airflow、Spark、容器镜像等运行平台的兼容性；明确运行边界，区分本地与分布式、编排与作业包职责、配置与密钥注入方式、日志重试与退出行为；通过针对性测试、代表性输入、类型或接口清晰度、可复现本地执行来证明可维护性。
限制与警示：不要因为脚本能跑一次就当作生产设计；避免管道逻辑集中在单一脚本、notebook/DAG/作业代码重复同一转换逻辑、依赖版本隐式或环境特定、本地与部署运行行为不一致、密钥或环境假设硬编码。资料未提供具体安装命令、代码示例、收费与平台支持细节。