用途：在数据管道中落地数据质量校验，覆盖 Great Expectations、dbt 测试和数据契约三种生产模式，确保数据可靠。
主要能力：围绕数据质量维度设计检查，包括完整性（非空）、唯一性（去重）、有效性（取值集合）、准确性（交叉引用）、一致性（列间比较）、及时性（时间范围）。提供数据测试金字塔思路：结构模式测试、单列单元测试、跨表集成测试。
使用方式：安装并初始化 Great Expectations：pip install great_expectations、great_expectations init、great_expectations datasource new。通过 gx.get_context() 获取上下文，用 add_expectation_suite 创建期望套件，添加如 ExpectColumnValuesToNotBeNull、ExpectColumnValuesToBeUnique 等期望，再用 run_checkpoint 执行校验。可封装 DataQualityPipeline，对多张表批量运行并生成报告，任一表失败即抛出异常中断管道。
适用场景：数据管道质量检查、dbt 测试套件、团队间数据契约、质量指标监控、CI/CD 自动化校验。
最佳实践：尽早校验源数据、增量添加测试、为测试写清描述、失败时告警、对契约做版本管理；避免测试所有列、忽略警告、跳过新鲜度检查、硬编码阈值、孤立测试而不测表间关系。
限制：资料未提供具体收费、价格、平台支持范围及完整实现细节，详细模式见 references/details.md。