用途：为“Channel Breakdown Live Stream”节目做频道级深度拆解，先跑数据采集流水线，再阅读全部数据，产出一份专家分析文档。
用法：以频道句柄调用，如 /youtube-channel-breakdown @channelhandle。步骤为先定位外部流水线 channel_research_pipeline.py（目录取自环境变量 CHANNEL_BREAKDOWN_PIPELINE_DIR，未设置时回退到资料中给出的默认路径），检查文件存在后执行 python3 channel_research_pipeline.py --channel "@channelhandle"，等待 2–5 分钟，再读取输出目录中的 channel_metrics.json、analysis_summary.json、competitors.json、verification.json、top_comments.json、top_videos.json、research_brief.md、company_intelligence.json 等文件，最后在同一输出目录写 channel_analysis.md。
产出：channel_analysis.md 为 4000–5000 字专家分析，含 16 个固定小节（频道概览、创作者背景、增长历程、内容策略、Top 10 视频、Shorts 与直播、标题 SEO、合作、播放列表、受众评论、变现、竞争定位、优势、改进点、总结）。
限制：本技能不内置采集脚本，依赖仓库外部的 Channel_Breakdown_Live_Stream 流水线；找不到应停止并询问路径，不得编造分析或替换数据源。需 Python 3.11+、google-api-python-client、pandas，以及 YouTube Data API v3 密钥和 Cloudflare R2 凭据；playwright、boto3 为可选。无流水线时可改用 youtube-own-channel-analyzer、youtube-competitor-analyzer、youtube-comment-miner。分析须基于实际数据，数据缺失处应说明或跳过，其余细节暂未提供。