用途：为产品团队结构化地开展留存分析、流失调查与参与度深挖，目标是诊断用户为何离开、什么让他们留下，并给出具体、可测试的干预建议，而非笼统的"改善新手引导"。
主要能力：区分留存曲线两要素——前期陡降（D1–D7，属新手引导问题）与长期底部水平（产品市场契合度指标），并明确命名这一区别。提供指标定义：D1/D7/D30留存、DAU/MAU粘性（>20%良好，>50%优秀）、流失率、净收入留存。给出四步调查框架：先按新老用户、付费/免费、获客渠道、引导路径、功能使用等分群；再定位拐点（D1、D7、D30、3个月以上分别对应首次体验、习惯回路、深度价值、厌倦或竞争等）；再识别"顿悟时刻"相关性（哪些早期行为预测长期留存）；最后对流失做定性验证。输出格式包含留存快照、曲线形状、PMF信号、根因假设、顿悟时刻相关性、推荐干预、监控计划。
使用方式：需向用户索取产品或商业模式、当前留存指标、分析分群、要回答的关键问题与可用数据（分析事件、流失调研、访谈记录）。技能附带支持文件 references/curve-reading.md 与 templates/retention-readout.md，可在可用时使用。提供0–40分评分标准，32分以上为可交付质量。
适用场景：产品留存下降诊断、流失原因调查、参与度深度分析、确定激活指标与留存干预优先级。
限制：不得在未说明改哪一步及原因时建议"改善新手引导"；不得在未分群的情况下分析留存；DAU/MAU低于5%应视为产品市场契合度问题而非留存战术问题；不可跳过流失用户访谈；设定监控告警须给出触发阈值。基准需按消费类应用、SaaS、市场平台区分。