用途：sports-ds-bridge 是 sports_ds 可选 Python 工具包与独立运动分析技能之间的唯一集成边界。它只在用户明确提到 sports_ds / sports-ds 或本仓库工具包、需要 NFL/NBA/MLB 公共数据加载器与规范化面板、工具包 CLI 参考流水线或特征注册表输出、工具包安装/导入/缓存/CLI 排错，或需要把工具包输出转成其他技能可用的可移植产物时使用。普通 EDA、特征合法性、基线建模、仅需公开数据加载等场景应改用对应独立技能，不使用本桥接。
主要能力与用法：先判断是否真需要工具包——若用户已有表格则跳过并直接交付路径；随后检查是否已安装：python -c "import sports_ds; print(sports_ds.version)" 与 sports-ds --help，已能导入则不重装，记录版本。仅在获得授权后从公开仓库安装：git clone https://github.com/WalrusQuant/sports-analytic-skills.git，cd sports-analytic-skills，python3 -m venv .venv，source .venv/bin/activate，python -m pip install -U pip，python -m pip install -e .；NBA/MLB 加载器需 python -m pip install -e ".[multi]"，开发测试用 .[dev]。要求 Python 3.10+，安装须在项目虚拟环境内，不修改系统 Python；大数据拉取和缓存需用户明确授权。
使用方式：优先窄接口，如 from sports_ds.data.nfl import load_team_game_panel 加最小校验后写出用户自有路径的 CSV/Parquet/JSON；CLI 参考流水线仅在用户要求端到端基准时使用，如 sports-ds nfl-win-pipeline --seasons 2018-2024 --json-out artifacts/nfl_win.json、nba-eda、mlb-player-pipeline 等，可先 sports-ds --help 和 sports-ds feature-registry 确认现有接口。交接前按下游技能契约校验粒度、键、必需字段、时间字段与行数，例如球队-比赛面板须每队每场一行、含 season、game_id、gameday、team、opponent、is_home、points_for、points_against、point_diff、won。
限制：桥接不做二次建模，不宣称投注边际，不使用赔率/EV/套利产品表述；不得让通用技能导入 sports_ds，也不得把流水线 JSON 当作通用 schema；未授权不安装、不下载大数据、不覆盖产物；赛前特征须在声明预测时间点可知；NHL 数据质量历史不可靠，除非用户明确接受否则属次要支持。资料未提供具体收费、价格与效果数据。