用途：该技能用于把各类数据集导入 FiftyOne，自动完成格式检测、分组识别与导入，尽量避免让用户手动指定格式。
主要能力：支持图像（jpg、png、gif、bmp、webp、tiff 等）、视频（mp4、avi、mov、mkv、webm）、点云（pcd、ply、las、laz）、3D 场景（fo3d、obj、gltf、glb）以及 MCAP/bag/rrd 多模态记录。可识别 COCO、VOC、YOLOv4、YOLOv5、KITTI、CVAT、OpenLABEL、CSV、GeoJSON、DICOM、GeoTIFF、Image Classification Directory Tree 和 LeRobotDataset 等标注格式。能自动判断场景文件夹、文件名前缀或扁平结构等分组模式，并检测自动驾驶格式（PandaSet、nuScenes、Waymo Open、Argoverse、KITTI 3D、Lyft L5、A2D2）。
使用方式：先深度扫描目录，统计媒体与标注文件、识别媒体类型和标注格式，检查所需包是否已安装（pip show <package>），必要时征得同意后安装；向用户展示完整扫描结果与拟导入配置并等待确认；检查已有数据集，必要时让用户选择覆盖、改名或放弃，未提供名称时按 {ADJECTIVE}{NOUN}{VERB} 生成唯一名称；随后创建数据集并导入，导入后校验样本数与原文件数是否一致。
导入操作可通过 execute_operator 调用 @voxel51/utils/create_dataset 与 @voxel51/io/import_samples，分组多模态数据建议用 Python 的 fo.Dataset、add_group_field、add_samples 处理；MCAP 文件无需安装额外 Python 包即可导入和渲染，一个 .mcap 文件即一个样本。
限制：任何导入前必须先扫描并获用户确认；解析 .mcap/.bag/.rrd 通道 schema 在 FiftyOne App 客户端完成；若某个 schema 无法解码，查看器会静默失败，并非导入问题。专业 3D 自动驾驶格式需外部 devkit 与转换步骤，完整流程见 SPECIALIZED-3D-FORMATS.md；MCAP 排错、制作及校验分别参考 MCAP-TROUBLESHOOTING.md、MCAP-AUTHORING.md、MCAP-DATASET-AND-VALIDATION.md。价格、平台等信息暂未提供。