用途：该技能用于评估业务是否可行，即每位客户带来的价值是否高于获取与服务成本。它基于真实数字而非主观判断，计算核心单位经济指标并给出明确结论。
主要能力：计算客户生命周期（1/流失率）、LTV（ARPA × 毛利率 ÷ 流失率）、CAC、LTV:CAC 比率、回本周期（月）和贡献毛利；对照常用基准（LTV:CAC ≥ 3:1 为健康，回本周期 < 12 个月为健康）给出健康、临界或亏损的判定；指出哪个输入（通常是流失率或 CAC）对模型影响最大及大致效果；区分假设值与实测值并提示需验证之处。
必要输入：ARPA（每账户每期平均收入）、毛利率（扣除服务成本后的收入占比）、月度客户或收入流失率、CAC（含销售与市场费用的完整获客成本）。若未提供需先询问。
使用方式：技能附带仅用标准库的脚本 scripts/unit_econ.py，可读取 JSON 输入并计算模型，避免手工估算。示例：
in.json: {"arpa": 50, "gross_margin": 0.8, "monthly_churn": 0.03, "cac": 400}
python3 scripts/unit_econ.py in.json python3 scripts/unit_econ.py in.json --json
输出格式：先列出计算后的指标、数值与基准；再给出一行健康度判定；然后指出最大杠杆及其大致影响；最后说明哪些输入是假设、哪些是实测，以及下注前需验证的内容。
限制与注意事项：LTV 必须使用毛利率而非原始收入，否则会高估 LTV 并掩盖不可行的模型；不能忽略回本周期，高 LTV:CAC 但回本周期长达 30 个月仍可能造成现金流紧张；混合 CAC 不能当作付费 CAC，需区分自然与付费获客；假设不能当作事实，估算的流失率与 CAC 需标注并验证；不要优化最小的杠杆，应建模判断哪个输入真正影响结果。该技能基于 SaaS 单位经济实践（David Skok / for Entrepreneurs）的常用基准。