用途：当用户需要为商业决策提供定量严谨性时使用本技能，例如评估是否投资某项目、为定价决策提供分析依据、回答“是否盈利”“ROI 如何”、为决策综合提供财务标准、将费米估算细化为严谨模型，或比较成本结构与收入时间不同的方案。
核心原则：把决策拆解为收入驱动、成本驱动与时间，再对影响结果的关键假设做压力测试。模型本身不是答案，敏感性分析才是。
主要能力与步骤：
- 界定财务问题：明确决策、时间跨度、成本承担方与价值获取方、折现率（资本成本、机会成本或既定门槛）。输入粗糙时可从费米估算通过 Contract M 接收并标注待验证项。
- 绘制单位经济：拆解到最小可重复经济单元（每客户、每笔交易、每单位、每次 API 调用），计算单位收入、单位成本、贡献毛利、盈亏平衡量。若无清晰单位经济，则识别价值驱动因素并围绕其建模。
- 构建成本收益表：枚举直接/间接成本与直接/间接收益，按折现率折现未来值，计算 NPV、IRR、回收期。
- 情景建模：分基准、乐观、悲观三种情形重算 NPV、回收期、贡献毛利；上下限差距大表示不确定性高、置信度低。
- 敏感性分析：对关键假设取 ±25% 与 ±50%，记录最大 NPV 波动，即关键财务风险。
- 为决策综合产出财务标准：转换为 must-have / want-to-have，按 1-5 分打分，标注风险与情景差距作为置信度修正，并建议权重。
输出格式涵盖：待评估决策、关键财务假设表、单位经济、成本收益汇总、情景分析、敏感性分析、建议（财务结论与置信度、决策综合标准、各选项财务得分）。
常见陷阱：虚假精度（输出精度应与输入精度匹配）、忽略机会成本（基线是次优用途而非什么都不做）、曲棍球棒式预测、纳入沉没成本、单一情景思考、信任 LLM 算术。
限制：该技能能正确结构化模型，但 LLM 计算 NPV/IRR/敏感性可能不准确，应在电子表格中核验；本技能用于结构、假设与逻辑，不能替代真实财务模型。
触发思考：最小单位经济是什么？哪个假设错 2 倍会翻转决策？机会成本是什么？上下限差距是否改变置信度？
产品名称：financial-modeling；来源标识：andurilcode/craftwork。