数据处理：Python（pandas、openpyxl、requests），批量读写 Excel 与 Word，编写采集、清洗与格式转换脚本，能处理万行级多表数据并保证字段与来源可追溯。
数据库：MySQL（SQLyog），负责 ER 建模、范式设计与表结构落地，编写多表关联、聚合与窗口函数查询，用 SQL 做口径校验与勾稽核对。
分析交付：指标口径设计、成本与能量类计算模型、缺失值与异常核查，输出带数据字典和说明文档的 Excel/Word 成品。
AI 辅助开发：用 AI 搭建脚手架、生成脚本并排查调试，由我负责需求拆解、口径确认和结果校验，保证代码与交付可复现。
其他：Git、Markdown、Excel 高级函数与数据透视表，可无障碍阅读英文技术文档。

Research Diets 官网公开配方资料库需求：把官网 1,042 条配方与 13 份本地附件整合成可检索、可核算的双语库。实现：设计 8 张表结构（配方索引、原料明细、营养组成、官方混合物能量密度、原料价格、成本视图），以 Product ID 为唯一键关联，1,074 条配方、15,850 条原料明细全部保留来源链接。校验：建立蛋白4/碳水4/脂肪9 的能量口径，31 种未公开系数标为“未提供”而非按 0 推定，并用官网能量密度反查差异。交付：Excel 检索库 + 1,074 张 Word 配方卡，含 345 种原料单价与 20% 损耗核算。