这个技能用于帮助初级开发者根据简单需求快速起草基本的SQL查询，包括SELECT语句、WHERE条件、ORDER BY排序、LIMIT限制和参数化查询，适用于数据库开发和数据工程场景。关键词：SQL查询、数据库开发、数据工程、参数化查询、SELECT语句、WHERE条件、ORDER BY排序、LIMIT限制。

系统动力学建模师技能专注于构建和模拟系统动力学模型，用于分析复杂系统行为、识别反馈循环、预测涌现现象。该技能适用于科学发现、政策评估、情景规划等领域，通过存量-流量图建模、敏感性分析和多情景模拟，帮助用户深入理解动态系统的内在机制与长期演变趋势。关键词：系统动力学建模、复杂系统分析、反馈循环、情景模拟、科学发现、政策建模、行为预测、存量流量图。

决策可视化是一种专业技能，专注于将复杂的商业决策分析结果转化为清晰、直观、可交互的图表和仪表板。它通过决策树、策略表、龙卷风图、散点图、热图等多种可视化形式，帮助决策者快速理解数据、识别关键因素、评估方案优劣、分析敏感性和不确定性，从而做出更明智、更高效的商业决策。关键词：决策可视化，商业智能，数据可视化，决策支持，仪表板，多准则决策分析，敏感性分析，不确定性可视化。

时间序列预测器是一个用于业务指标预测和需求规划的AI技能工具。它整合了经典统计方法（如ARIMA、ETS）、机器学习（如XGBoost、LightGBM）和深度学习（如Prophet、N-BEATS）等多种模型，支持自动模型选择、集成预测、不确定性量化和季节性分解。该技能适用于销售预测、库存管理、财务规划等商业场景，帮助企业进行数据驱动的决策。关键词：时间序列预测，业务指标预测，需求规划，ARIMA，Prophet，机器学习预测，深度学习预测，季节性分析，预测区间，商业智能。

本技能详细介绍了ETL和ELT数据管道模式，包括设计、实施、优化和数据质量控制，适用于数据工程和数据分析，关键词包括ETL、ELT、数据管道、数据转换、数据仓库、数据质量、现代数据栈。

维度模型验证器是一款基于Kimball方法论的数据建模质量检查工具，专门用于验证数据仓库中的星型/雪花型模式设计。该工具能够自动检查维度模型的代理键设计、事实表类型、一致性维度、退化维度等关键要素，确保数据模型符合分析型工作负载的最佳实践。适用于数据工程师、BI开发人员和数据架构师进行数据仓库设计评审和质量保障。 关键词：维度模型验证，Kimball方法论，数据仓库设计，星型模式，雪花模式，代理键，一致性维度，事实表，数据建模工具，BI开发

这个技能专注于设计和构建知识图谱，用于表示实体、关系和语义连接，支持Neo4j、RDF和属性图的查询模式，适用于数据集成、智能推荐、欺诈检测、知识管理等场景。关键词：知识图谱，图数据库，Cypher查询，SPARQL，图算法，数据建模，语义网络。

这个技能用于审计预测模型和临床AI手稿，对照TRIPOD+AI检查表进行评估，确保模型的透明报告、合规性和公平性。关键词：TRIPOD+AI, 预测模型, 临床AI, 审计, 合规检查, 机器学习, 深度学习, 透明报告, 医疗保健, 数据科学。

数据湖平台技能用于构建和操作生产级数据湖与数据湖屋，涵盖数据摄取、转换、存储、查询和服务，支持批处理、流式处理和治理功能，关键词：数据湖、数据湖屋、数据工程、大数据、分析平台、数据治理、摄取、转换、存储、查询。

BI语义层生成器是一款自动化工具，用于将数据仓库中的维度模型（如星型模式、雪花模式）快速转换为商业智能（BI）工具（如Looker、Tableau、Power BI、Cube.js、dbt）可直接识别和使用的语义层定义。它自动生成计算度量、层次结构、安全过滤器和连接路径，显著提升BI报表和仪表板的开发效率与一致性。关键词：BI语义层，维度模型转换，LookML生成，Tableau数据模型，Power BI语义模型，自动化ETL，商业智能开发，数据仓库集成。

提供全面的数据库设计、优化、迁移和运维指导，包括模式设计、索引策略、查询优化、数据库迁移、性能监控、备份与恢复、安全防护等关键领域的深入分析和最佳实践。

这个技能用于监控数据表的新鲜度，通过查询最后更新时间戳，并将结果存储在审计表中进行监控和报警。适用于数据治理、数据工程和云服务等领域。关键词：数据新鲜度、更新时间戳、数据监控、数据报警、数据治理、Starlake、ETL、数据仓库。