用途：将品牌研究者的定性、定量采集结果自动映射到 SWOT 四象限，输出带证据的结构化矩阵。
主要能力：每个象限各给 3 项，每项都标注来源 URL 或信号值；结果可供后续幻灯片制作者在 marp-slide-build 技能的 SWAC 矩阵页直接引用。
输入（品牌研究者产出的 6 类资料）：brand_profile.md（企业概况、使命、商业模式、主要产品）、competitor_matrix.csv（3~5 家竞品，价格带、目标客群、优势）、pricing_scrape.csv（自家与竞品价格 50~100 条）、serp_trends.json（12 个月搜索趋势）、social_mentions.json（Instagram、TikTok、Threads 提及）、dataset_imports/*.csv（Naver、Coupang、全球 SPA、Trustpilot、LinkedIn）。
工作流程：用 pandas 载入上述 6 类输入并检查 schema、缺失与重复；提取信号，包括价格分布（均值、中位数、标准差，自家与竞品对比）、季节性（serp_trends 月度均值与标准差）、社交情感（social_mentions 关键词频率前十）、评论分布（Trustpilot 评分分布与关键词）、招聘动向（LinkedIn company headcount/jobs 趋势）；将信号映射到 S、W、O、T 四象限；每项标注证据，格式为 source_url 或 signal_value；最终输出 JSON，含 strengths、weaknesses、opportunities、threats 四个数组，每项有 text 与 evidence 字段。
限制与约束：禁止使用推测性词汇，只能从信号出发做客观陈述；禁止使用“好”“坏”等评价性词汇；证据字段为空时该项应删除（不足 3 项也可）；须遵守 brand-research-glossary 的表述规则。资料未提供具体价格、收费或平台支持信息。