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。
用于研究设计前的样本量和统计功效计算，涵盖t检验、回归等封闭公式及模拟方法，帮助确定所需样本量、最小可检测效应或生成功效曲线。
规范真实账本数据库的写入流程，涵盖SQLite迁移、真相字段写入、实体合并及物理删除。强调数据完整性、备份策略、乐观并发控制及不可逆操作的安全授权，确保数据变更可追溯且安全。
Leviathan CLI用于对大型索引数据集进行语义搜索和聚合统计。支持按关键词、过滤器或时间范围检索排名靠前的记录，并执行精确计数、求和等聚合分析，适用于排查历史工单、日志及故障记录。
Overmind MCP技能，用于连接配置、本地仓库设置及路由至特定工作流。支持能力评估、可观测性、数据集管理、模型训练优化等AI生产环境任务。
用于设计可信数据可视化，涵盖探索、解释、监测与出版场景。强调数据语义、真实状态处理及工具选型，确保视觉证据准确传达量值关系与分析结论。
分析零售CSV指标，核对门店总计并生成可审计报告。验证数据完整性、计算转化率与平均客单价，确保聚合字段逻辑一致，严禁对缺失数据进行推测或错误汇总，提供严谨的业务洞察。
指导分析DeskcommCRM数据指标，涵盖转化、成本等。通过SQL聚合查询提供业务洞察，强调隐私合规与明确度量标准，将数据转化为可执行策略。
本地决策引擎，将非结构化文本转为带概率的精确类型化结果。适用于分类、路由、过滤、评分等封闭问题，支持批量处理且无需生成Token。
视频QA默认筛查流程，优先本地解码检查，合规后路由至云端推理。输出清晰、标记或不确定结果，严格限制权限与调用阈值，确保数据隐私与审核严谨性。
利用TypeSafe的System One模型将AI智能转化为可编程原语，支持结构化决策与概率输出。适用于路由、排序及提取等场景，通过读取实时文档和Cookbook指导集成开发。
自动化微调Kev决策模型以适配用户特定工作负载。通过访谈、数据提取与合成、训练校准及部署，提供带置信度的分类/路由服务，并在完成后自动清理资源。
用于解释和总结实验测量结果，验证日志证据，对比运行数据，评估效果并推荐后续实验。
