用途：在拿到项目或模块描述后，系统化识别 AI 能带来可衡量价值的位置，输出一份可向客户展示的 AI Opportunity Register（按优先级排序的 AI 功能清单，含业务案例、工作量估算与成本层级）。调用时机为项目/模块描述之后、HLD 或功能规划之前。
主要能力：内置 10 个通用 AI 机会模式——智能摘要、预测性告警、智能搜索、自动分类、决策支持、自然语言报告、异常检测、推荐引擎、对话助手、文档智能，并给出各模式的业务价值与典型 token 成本层级（低/中/中高）。提供发现协议：先做模块扫描（用户每天做什么决策、积累什么数据、哪些重复但需判断的手工工作、哪些问题可由数据回答、哪些早期预警能省钱省时），再做模式匹配，然后按业务影响、数据可得性、实施工作量三个维度各 1–5 分打分，优先级分数 = 影响 × 数据 × (6 − 工作量)，降序排名；最后做门槛评估，判断是否纳入付费 AI 模块及推荐定价层级（Starter / Growth / Enterprise AI add-on）。
使用方式：先读 SKILL.md，再按需加载 references/ 下的深入文件，避免默认加载全部引用。按有序指引、检查清单与决策规则执行，产出时明确假设、风险与后续工作。输出为 Markdown 表格形式的 AI Opportunity Register，并附 Top 3 Quick Wins、Top 1 Strategic Bet、成本概览与推荐 AI 模块层级。示例产物路径为 docs/ai/opportunity-roadmap-2026-04-16.md。
适用场景：学校管理、POS/零售、医疗、农场管理、ERP/财务等领域的模块机会识别；资料中给出各领域的常见机会示例。
限制：不提议自建自定义 ML 模型，只做 LLM API 集成；简单规则/过滤即可实现的功能不纳入（如“标记金额大于 10000 的发票”）；数据尚不存在且 6 个月内无法收集的机会不纳入。相关配套技能包括 ai-feature-spec、ai-cost-modeling、ai-metering-billing、ai-integration-section、ai-analytics-strategy。具体安装命令与收费价格暂未提供。