用途：计算单一资产价格相对长期指数增长趋势线的偏离度，并与历史分位数、指定历史日期或自动识别的极端值对比，辅助判断当前是否处于历史极端区间。可选进行宏观因子分解，拆解宏观代理指标对行情体质判定的贡献，适用于支持的资产类别。
主要能力：趋势拟合与偏离度计算；历史分位数与峰值对照；regime判定（1970s-like / 2000s-like）；黄金等资产的宏观因子分析；输出JSON或Markdown报告，可选生成带历史峰值与当前位置标注的PNG图表。
使用方式：先安装依赖 pip install pandas numpy yfinance pandas-datareader statsmodels；再运行分析脚本，例如 python scripts/trend_deviation.py --symbol GC=F --quick；可加 --start 指定起始日期、--include-macro 启用宏观因子（目前支持黄金）、--compare-peaks 指定历史参考日期；图表生成用 python scripts/generate_chart.py --output ./output/。需在技能目录 skills/evaluate-exponential-trend-deviation-regimes 下执行。
适用场景：黄金、股指等资产的长周期趋势偏离监测与历史极端行情类比，辅助宏观行情体质判断。
限制：宏观因子分析目前仅支持黄金，其他资产类别未提供；数据来源依赖 yfinance、pandas-datareader 等外部数据接口，可用性与覆盖范围由数据源决定；具体输出细节、准确率及是否收费暂未提供。