用途：把杂乱的客户声音转化为两类可辩护的输出——创业公司应改进或构建什么，以及能可信地证明什么，并让每个结论都可追溯到源证据。分析、标签、导出和报告均以英文进行；非英文输入会翻译用于分析，但原文保留在证据台账中，翻译或转述会明确标注。
主要能力：提供 full、roadmap、proof、churn、interviews、compare 六种模式，分别用于完整分析、优先级排序、成果证明、流失分析、访谈分析和对比分析。工作流包括检查输入、建立不可变证据台账、聚类并保留可追溯性、评估数据集、排序产品机会、构建证明系统、生成交付物和交付前验证。
使用方式：先阅读 references 下的 data-intake、classification、scoring、privacy-and-quote-integrity、report-schema 等参考文件，再选择模式并执行工作流。结构化源文件保存为 outputs/<startup-slug>-feedback-analysis.json；生成报告命令为 node analyze-startup-feedback/scripts/generate_report.mjs <analysis.json> <report.html>；导出证据台账命令为 node analyze-startup-feedback/scripts/export_ledger.mjs <analysis.json> <ledger.csv>。报告保存为 outputs/<startup-slug>-customer-evidence.html，台账保存为 outputs/<startup-slug>-evidence-ledger.csv，并按需生成 roadmap.md 和 proof-library.md。
适用场景：创业公司进行客户发现、产品机会排序、流失原因分析、案例研究候选筛选和证据缺口识别。
限制：不得编造、合并或润色客户引语；不得将功能请求视为已验证方案；不得在无证据时声称证言同意、市场代表性、因果关系或收入影响；证据不足时应标注 INSUFFICIENT_EVIDENCE。默认在报告视图中隐去直接个人标识。具体收费、价格和平台支持情况暂未提供。