用途：给定渠道、受众、目标、活动类型或自然语言场景描述，Recall 从品牌的复合智能图谱中检索已验证的营销洞察，按相关性、置信度和时效综合排序，把积累的知识转化为当前决策可用的 playbook，避免依赖记忆或翻查旧报告。
主要能力：支持按渠道（邮件、社交、付费搜索、SEO、内容、短信等）、受众、目标、活动类型等维度查询，也支持自由文本场景描述并做语义匹配；可设置最低置信度（默认 0.3，0.7 以上仅返回已验证洞察，0.0 返回全部）、时间范围（默认 all time）和最大结果数（默认 10）。结果按主题聚类为内容与信息、时机与频率、受众行为、渠道战术、应避免事项等，并标注相互冲突的洞察及各自置信度与适用条件，最后给出快速见效、待测试、需警惕等行动建议，同时输出图谱统计信息。
使用方式：需先有品牌上下文，读取 ~/.claude-marketing/brands/_active-brand.json 与对应 profile.json；无品牌时会提示先执行 /digital-marketing-pro:brand-setup 或使用默认值。查询通过 python "${CLAUDE_PLUGIN_ROOT}/scripts/intelligence-graph.py" --brand {slug} --action query-relevant --context '{context_json}' --min-confidence {threshold} 执行，脚本位于插件 scripts/ 目录，需 Python 3.10 或更新版本，macOS 与部分 Linux 可用 python3。
适用场景：规划具体营销活动前回顾历史经验，例如针对流失客户的黑色星期五邮件活动，或面向开发者受众的内容营销发布。
限制：依赖已建立的品牌与知识图谱数据；置信度、时间范围等参数影响结果；冲突洞察需自行判断或通过 A/B 测试解决。其他未在资料中说明的收费、平台支持等信息暂未提供。