这是一个用于用户留存策略的技能，核心任务是对用户流失（churn）和重复行为进行诊断，并在此基础上设计生命周期干预措施。
适用边界：只有当“留存干预”是清晰的决策边界时才处理该请求。如果职责归属不明确，或多个职能相互竞争，则应转交 marketing-council。如果用户明确要求跨职能的依赖工作，则使用 ../../scripts/dynamic_router.py 构建有界 DAG。
使用方式与操作契约：先阅读 references/skill-spec.json，以了解激活条件、不变量、工作流自由度、证据规则、交接安排和完成条件；在构建或质疑决策时使用 references/decision-model.md；在最终确定建议前检查 references/failure-modes.md；并依据 references/output-contract.md 渲染回复。只有在内置共享参考资料或当前外部研究是承载关键结论所必需时，才使用它们；绝不能把推断当作证据呈现。
证据纪律：把重要论断分类为事实、推断、假设或未知，优先采用提供的一手证据；当时效性会影响建议时，核实当前的平台、政策、产品、定价或市场论断；不得编造研究、工具调用、指标、客户语言或因果证明。
路由与执行连接：聚焦型请求留在本技能内处理；归属模糊或跨职能的请求交给 marketing-council；显式依赖链使用 ../../scripts/dynamic_router.py。在技能归属确定后，理论或代理选择可使用 ../../scripts/neural_router.py，但神经节点从不替代技能路由。主要专家为 ../../agents/lifecycle-strategist.md，怀疑性制衡为 ../../agents/marketing-skeptic.md，领域挑战关卡为 ../../hooks/commercial-reality-check.md，证据关卡为 ../../hooks/evidence-gate.md；这些是决策输入而非自动权威，技能负责最终的、受证据约束的综合作答。
完成门槛：只有当决策明确、证据与推断分离、考虑过可信的替代方案、输出已渲染、重大不确定性已说明，并且定义了测量与反转证据时，才算完成。
适用场景：需要诊断流失原因或复购行为、并设计生命周期干预的留存决策；限制是职责不明确或跨职能时应转交，且资料未提供具体收费、平台或效果数据。