用途：把一次营销学习/洞察保存到品牌的智能图谱，形成可累积、可查询的知识库。需提供洞察内容（如具体观察、规律或策略发现）、适用条件（渠道、受众、目标、活动类型等）、置信度（0 到 1，未提供默认 0.5）和来源（产出该洞察的代理、分析或流程）；可选支持性证据（数据、测试结果、指标快照或报告链接）。
主要能力：读取 ~/.claude-marketing/brands/_active-brand.json 定位活动品牌并加载 profile.json，结合实际品牌语境校验洞察；将洞察与上下文条件标准化为品牌分类法；通过 intelligence-graph.py 的 query-relevant 动作查重，检测重叠、支持或矛盾的学习；支持则让已有学习置信度 +0.1（上限 1.0）并追加证据，矛盾则交由用户决定保留、做条件拆分或标记待验证；保存后按渠道、受众、目标分发给相应专家代理。
必要用法：脚本位于插件 scripts/ 目录，需 Python 3.10 或更新版本；若宿主未设置 ${CLAUDE_PLUGIN_ROOT}，从插件 scripts/ 文件夹运行。示例命令：python "${CLAUDE_PLUGIN_ROOT}/scripts/intelligence-graph.py" --brand {slug} --action query-relevant --context '{"channel":"...","audience":"...","objective":"..."}'；保存命令为 python "${CLAUDE_PLUGIN_ROOT}/scripts/intelligence-graph.py" --brand {slug} --action save-learning --agent "{source}" --insight "{insight text}" --conditions '{"channel":"...","audience":"...","objective":"..."}' --confidence {score}，可选加 --evidence "{supporting evidence}"。若无品牌，会询问是否先进行 /digital-marketing-pro:brand-setup 或按默认继续。
输出与限制：输出学习 ID、格式化洞察及结构化元数据、初始置信度说明、相关已有学习，以及情报库统计（总量、平均置信度、本周新增、主要贡献代理）。资料未提供其他功能、收费、价格、平台或效果保证；使用前需具备对应品牌配置与 Python 环境。