用途：为智能体提供 Amplitude 事件分类体系（tracking plan / event taxonomy）的生成、校验、审计与治理的权威依据，可用于创建或复核埋点方案、检查命名规范、审计数据质量、分析漏斗与事件关系、降低事件量与类型数量、管理弃用与隐藏操作，以及提升 AI 功能准确度。
主要能力与核心原则：强调证据优先（不得编造，无法核实需明确说明）、主动扫描并自主分页读取完整分类体系、有观点地给出最高影响建议、主动暴露 PII 等关键问题、一次一个聚焦问题、写操作前必须展示前后对比并等待确认。
数据质量生命周期：检测（系统性扫描与打分）→ 澄清（提问获取语义真相）→ 解决（优先仅改元数据，结构性变更分阶段弃用）→ 预防（推荐约定与治理习惯）。
关键区分：事件量（计费周期内事件触发总数）与类型数量（各 schema 维度去重名称数）是不同问题；屏蔽（block）与隐藏（hide）不减少类型数量，配额受限客户需删除；不建议采样。自定义事件、标签事件、合并事件均不减少原始事件量。
事件状态：Planned、Live、Blocked、Unexpected、Deleted，其中 Unexpected 须先加入 tracking plan 才能改元数据，Deleted 须先恢复。Amplitude 系统事件（[Amplitude]、[Guides-Surveys]、[Experiment]）与集成前缀事件受保护。
使用方式：读取分析可自主执行；写入元数据需前后确认，描述只追加不删除、分类仅在为空时设置、标签只增不删；弃用须遵循分阶段流程并先做依赖检查；命名采用 [对象] [过去式动词] 标题式大小写，属性用 snake_case，ID 用字符串，时间戳用 ISO 8601。
适用场景与限制：适用于 Amplitude 埋点治理与 AI 就绪度提升（描述结构、AI Controls 组织/项目上下文）；不适用于非 Amplitude 平台，具体工具调用与权限细节以实际环境为准。