打开、创建、读取、分析、编辑或验证 Excel/电子表格文件（.xlsx、.xlsm、.csv、.tsv）。当用户要求创建、构建、修改、分析、读取、验证或格式化任何 Excel 电子表格、财务模型、数据透视表或表格数据文件时使用。涵盖：从零开始创建新的 xlsx 文件，读取和分析现有文件，无格式损失地编辑现有 xlsx 文件，公式重新计算与验证，以及应用专业财务格式标准。触发词包括：spreadsheet、Excel、.xlsx、.csv、数据透视表、财务模型、公式，或任何要求以 Excel 格式生成表格数据的请求。
处理、转换、分析和报告 CSV 和 JSON 数据文件。当用户需要筛选行、合并数据集、计算聚合值、转换格式、去重或从表格数据生成摘要报告时使用。支持任意 CSV、TSV 或 JSON Lines 文件。
世界级高级数据科学家，专精于统计建模、实验设计、因果推断和预测分析。涵盖A/B测试（样本量计算、双比例z检验、Bonferroni校正）、差分中的差分、特征工程管道（Scikit-learn、XGBoost）、交叉验证模型评估（AUC-ROC、AUC-PR、SHAP）以及MLflow实验追踪，使用Python（NumPy、Pandas、Scikit-learn）、R和SQL。适用于设计或分析受控实验、构建与评估分类或回归模型、对观测数据进行因果分析、为结构化表格数据集开发特征，或将统计洞察转化为数据驱动的商业决策。
基于自动化大型语言模型的表格数据假设生成与验证。适用于系统性探索经验数据中模式的假设（例如，欺骗检测、内容分析）。结合文献洞察与数据驱动的假设检验。如需手动提出假设，请使用“假设生成”；如需创意构思，请使用“科学头脑风暴”。
使用此技能处理和分析超出可用内存的大型表格数据集（数十亿行）。Vaex 在外部存储 DataFrame 操作、惰性求值、快速聚合、大数据高效可视化以及大规模数据集的机器学习方面表现卓越。当用户需要处理大型 CSV/HDF5/Arrow/Parquet 文件、对海量数据集进行快速统计分析、创建大数据可视化图表，或构建无法完全装入内存的机器学习流水线时，适用于此场景。
当电子表格文件是主要输入或输出时，使用此技能。这意味着用户需要执行以下任何任务：打开、读取、编辑或修复现有的 .xlsx、.xlsm、.csv 或 .tsv 文件（例如，添加列、计算公式、格式化、制图、清理杂乱数据）；从零开始或从其他数据源创建新的电子表格；或在表格文件格式之间进行转换。当用户提及电子表格文件的名称或路径时（即使只是随意提及，如“我下载文件夹里的那个 xlsx”），并希望对其执行操作或基于它生成内容时，应触发此技能。此外，当需将杂乱的表格文件（如格式错误的行、错位的表头、垃圾数据）清理并重构为规范的电子表格时，也应触发此技能。交付物必须是电子表格文件。若主要交付物是 Word 文档、HTML 报告、独立的 Python 脚本、数据库流水线或 Google Sheets API 集成，即便涉及表格数据，也请勿触发此技能。