用途：把原始观察信号（market_summary、anomalies、news reactions）抽象为可复用的结构化 edge hints，作为拆分工作流“observe -> abstract -> design -> pipeline”的第一阶段。
主要能力：生成包含 hints 列表、生成元数据、规则/LLM hint 计数的 hints.yaml；支持确定性规则生成，也可选用 LLM 思路增强。
使用方式：需 Python 3.9+ 和 PyYAML，可选输入包括 detector 运行产生的 market_summary.json、anomalies.json、news_reactions.csv 或 news_reactions.json。先收集观察文件，再运行 python3 skills/edge-hint-extractor/scripts/build_hints.py 生成规则 hints。LLM 增强有两种互斥方式：--llm-ideas-cmd 将数据通过子进程传给外部 LLM CLI；--llm-ideas-file PATH 从 YAML 文件加载预先写好的 hints（适用于 Claude Code 自行生成 hints 的流程）。最后把 hints.yaml 传入概念综合或自动检测。默认输出到 reports/edge_hint_extractor/hints.yaml。
适用场景：需要把每日市场观察转为可复用 hint 对象；希望在当前异常/新闻上下文约束下使用 LLM 生成思路；需要干净的 hints.yaml 作为概念综合或自动检测输入。
限制：--llm-ideas-cmd 与 --llm-ideas-file 互斥；具体效果、收费、价格、平台等信息资料未提供；需自行准备观察输入文件。