用途：为产品或业务决策设计 KPI 框架、设定目标并制定衡量计划。当任务是对现有指标、看板、表、负责人或数据源做核对时，应先用 $analyze-data-quality；只有当用户要求重新定义指标、重设 KPI 框架、选择护栏或设定目标时，才回到本技能。
主要能力：先明确决策与运营背景，再收集业务上下文证据；生成较宽的候选指标集（结果、驱动、护栏），按是否反映目标、是否影响真实决策、在决策节奏下是否有信号、团队能否影响、能否稳定测量、是否容易被误导性优化等标准比较筛选，通常推荐 1-3 个主 KPI、每个 KPI 配 1-2 个驱动指标、必要时配 1-2 个护栏。目标设定与指标选择分开处理，可用自上而下（基准、历史、竞品）或自下而上（团队可执行、上线节奏、采用预期）方法，并说明目标锚点、假设与置信度。
使用方式：数据源发现以语义层为起点而非边界，需对每个结构化数据源做目录或元数据发现，比较重复与冲突来源的所有权、新鲜度、定义、粒度、覆盖与直接性，选定权威来源并用实时读取验证。若所需事实来源不可用，应停止该路径并告知用户；若仅为可选补充，可继续并标注缺口。最终建议默认内联交付，包含举措摘要、候选指标及定义与理由、目标建议、已审阅证据、假设与缺失上下文、风险与护栏、待解问题；仅在可视化能实质改善回答时才用 $visualize-data 与 $build-report。
适用场景：产品发布或采用、增长、漏斗、运营评审、实验或干预、数据/模型/分析举措、平台可靠性与运营工作。
限制：资料未提供具体收费、价格、平台支持范围或效果数据；不得将较弱替代来源视为等价；缺失输入会实质改变分析框架时应向用户澄清。