用途：把反馈、评论、消息、文档、表单等非结构化文本转为结构化洞察，无需训练自定义模型，直接调用 LLM API 完成情感分析、文本分类、命名实体抽取、反馈聚合与主题检测，并支持多语言。
主要能力：情感分析输出 positive/neutral/negative、强度与关键短语；文本分类按调用方给定类别归类并给出置信度；实体抽取从发票、收据、表单等提取结构化 JSON；主题检测从大量自由文本中归纳 3–7 个主题并附代表性引语；多语言处理英语、卢干达语、斯瓦希里语及混合语码，无需翻译步骤。
使用方式：先读 SKILL.md，再按需加载引用文件；按有序指引与检查清单执行，而非摘取片段。提示词要求严格 JSON 输出，存储前必须解析校验。PHP/Laravel 侧可用聚合查询按租户与周期统计情感占比，并将单条结果写入 nlp_results 表（含 tenant_id、source_type、source_id、nlp_task、result_json、sentiment、category、confidence、language、period 等字段）。Android 可先用 ML Kit OCR 提取文本再送入 AI 服务。批量处理建议每次 30–50 条响应，500 条可分 10–17 次夜间调用。
适用场景：SaaS 产品中的家长/患者/客户反馈分析、工单与投诉分类、上传文档实体抽取、自由文本笔记结构化、跨数千用户的调查情感检测。
限制：个人健康数据须先做 DPPA 合规清洗；主题报告展示原文引语前须做 RBAC 权限检查；分类类别不宜超过 10 个；图像实体抽取须先 OCR（除非使用视觉模型）；不得凭空猜测字段值。成本示例中 Haiku 处理 500 张工单约 0.14 美元/月，仅为资料给出的估算。具体价格、平台与效果以实际为准，资料未提供更多细节。