提供科学图表质量检查清单，涵盖标签重叠、文本裁剪、坐标轴缺失等视觉可读性问题，以及分辨率、色彩无障碍和格式规范指南，确保图表符合期刊出版标准。
用于追踪 Semantica 图中数据血缘、来源归属及审计轨迹，支持节点溯源和变更日志查看。
在沙箱中打开真实电子表格文件，通过追踪公式、检测硬编码和范围错误来审计数据准确性，输出风险分级报告和修复建议。
针对UAI会议论文的可复现性审计技能，涵盖种子固定、采样器诊断(如R-hat)、ELBO轨迹记录及代码数据披露规范，确保实验结果可被严格验证。
用于检查记录、数据集或GMP文档的ALCOA+数据完整性。通过DEGRADED或FULL模式运行确定性Lint工具，输出机械验证结果及人工判断清单，辅助人类最终审核，绝不自动判定合规。
对已完成的AI阶段进行回溯性评估覆盖率审计，检查评估策略是否落实，生成包含评分、结论、差距及补救计划的EVAL-REVIEW.md。
提供临床文本的可逆去标识化功能，支持在保留映射关系的前提下进行伪匿名化及后续还原。适用于需要重新关联记录、GDPR合规或审计的场景，强调映射密钥的安全隔离存储。
用于分析BigQuery表或视图受损、过时或修改时的下游影响范围。通过调用Data Lineage API识别受影响的下游资产、仪表板及ETL流程，评估变更后果。
提供ClickHouse模式、查询及数据插入的最佳实践规则，用于审查数据库设计、优化查询性能及规范数据摄入流程。
用于每日校准分类准确性，通过对比近期分诊结果与实际outcome，计算准确率及误判率，识别系统性误差并建议调整信号权重或阈值，以提升分类精度。
在分享分析前进行QA，检查方法论、准确性及偏差。适用于审查报告、验证SQL结果或评估结论是否由数据支持，生成置信度评估和改进建议。
用于识别和解释系统库存、田间活动消耗与财务记录之间的差异，支持审计、投入品控制及农季结算。通过计算理论与实际库存偏差并分析原因，确保数据一致性。
