一家公司正在使用 Amazon SageMaker 构建 ML 模型，需要一种集中的方式在多个团队之间共享和管理特征变量。他们应该使用哪种 SageMaker 功能？

Amazon SageMaker Feature Store 是一种专门构建的存储库，用于存储、共享和管理机器学习特征，支持特征的发现、重用和一致性，非常适合跨团队共享和管理特征变量的需求。Amazon SageMaker Data Wrangler 主要用于数据准备和特征工程，但它本身不是一个集中的特征共享和管理平台。Amazon SageMaker Clarify 用于检测和衡量机器学习模型的偏差，与特征管理无关。Amazon SageMaker Model Cards 用于记录模型信息和性能，与特征管理无关。