用途：扫描所有已连接的营销平台，找出偏离既有基线的统计显著异常，既包括问题（流量下滑、CPA 飙升、可投递性崩溃、预算超支），也包括机会（爆款内容、转化率提升、渠道意外增长），以便尽早发现问题、并识别值得放大的成果。
输入：需要提供或按提示提供——敏感度（strict 为偏离基线 >1.5 个标准差，normal 为 >2，relaxed 为 >3，默认 normal）；时间范围（今天、近 3 天、近 7 天、近 30 天或自定义，默认近 7 天）；平台（可选，省略则扫描全部已连接平台）；指标重点（可选，省略则评估全部可用指标）；基线周期（可选）；需排除的已知事件（可选）。
流程：读取 ~/.claude-marketing/brands/_active-brand.json 及对应品牌 profile.json，应用品牌语气、目标市场合规规则与行业背景，检查 guidelines/_manifest.json 和 ~/.claude-marketing/sops/；无品牌时先问是否执行 /digital-marketing-pro:brand-setup。随后从各已连接 MCP（google-analytics、google-ads、meta-marketing、linkedin-marketing、tiktok-ads、mailchimp、stripe、mixpanel、amplitude、shopify 等）拉取指标；用 python "${CLAUDE_PLUGIN_ROOT}/scripts/performance-monitor.py" --brand {slug} --action get-baseline 读取历史基线，无基线时用对比期建立临时基线并注明；再以 --action detect-anomalies 传入当期数据检测异常，并在有历史数据时做星期与季节性调整；用 execution-tracker.py --action get-history --limit 14 关联近期变更；同时核查平台故障、算法更新、行业事件等已知因素。异常按严重度分为 Critical、Warning、Info 并推断成因，Critical 与 Warning 级通过 campaign-tracker.py --action save-insight 保存为洞察。
输出：结构化报告，含扫描摘要与整体营销健康评估（healthy/caution/critical）、按严重度分级的异常明细（指标、平台、期望范围、实际值、偏离幅度、可能原因、收入影响估计、建议操作）、相关性分析（含强/可能/不强的置信度）、各平台健康汇总（绿/黄/红及与上次扫描的趋势对比）、按优先级排列的建议操作和基线校准说明。
使用方式：脚本位于插件 scripts/ 目录，需用 Python 3.10 或更高版本执行，命令用 python，macOS 与许多 Linux 系统无 python 时用 python3；若宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本就在 skills/ 旁的 scripts/ 文件夹中。
适用场景：监控投放表现、排查 CPA 异常、预算与可投递性告警、区分外部因素与内部变更带来的波动。
限制：依赖已连接平台与已有的滚动 30 天基线；无基线时只能建立临时基线；根因推断为分析性结论，具体准确度与收入影响估算方法资料未提供；收费、价格与平台支持范围暂未提供。