用于在分析前检查数据集质量，评估行数、重复值、缺失值、单位、时间戳及异常值等，输出通过、警告或失败结论及阻塞项。
对本地受支持的科学数据文件（如CSV、JSON、HDF5等）进行受限的探索性数据分析，包括缺失值审计、异常值检测和报告生成，确保操作安全且仅限只读。
用于配置、检查和完成 Overmind Optimiser 实验，支持提示词/代码优化或模型对比。通过 MCP 项目工具管理数据集与能力基准，执行本地候选变更评估并监控进度，确保在授权范围内进行受控的实验迭代。
用于准备和检查实验运行证据的 Skill。指导如何设计 stdout 指标、使用 orx logs 读取持久化结果，并验证基于运行的声明，确保在分析或报告前日志包含完整证据。
UnifiedBenchDatasetEvaluator算子参考文档，支持6种评估类型，对模型答案打分并输出统计结果。适用于基准数据集上的模型答案评估场景。
生成包含Excel各类内容类型的压力测试工作簿，用于评估解析器完整性和回归测试。覆盖单元格、公式、图表等边缘情况，支持确定性生成及多格式输出。
使用 LibreOffice Kit CLI 刷新电子表格公式缓存，并验证计算结果。通过 openpyxl 双重检查确保公式存活且数据准确，保持原文件结构，适用于需要重新计算和校验 Excel 内容的场景。
用于通过 Superior Trade API 在 Hyperliquid 上回测、部署和调试 Freqtrade 量化交易策略，包括配置编写、余额检查及故障排查。
用于在 LangSmith 中迭代创建在线评估器。通过检查追踪数据、访谈用户确定评估标准，并构建 LLM-as-judge 或代码型评估器，实现 AI 应用质量的自动化验证与监控。
用于分析CSV/Excel文件，提取统计特征、检测异常并生成可视化报告。通过运行脚本获取数据摘要，结合AI推理生成包含质量检查、相关性分析及建议的交互式Web报告。
用于运行 WBench 22指标评测流水线，对模型视频进行多维度评分并生成报告。支持预计算、GPU/ VLM 指标计算及结果汇总，适用于评估/打分模型或生成评测报告的场景。
用于在人工审批前对记录、数据集或GMP文档进行ALCOA+数据完整性检查的确定性验证工具。支持完整模式和降级模式，仅输出机械可验证的发现及需人工判断清单，绝不自动判定合规。
