用途：为市场型推荐系统做特征工程，决定从原始资产（房源照片、业主填写的房源元数据、看护人向导回答）中构建哪些特征、服务于哪些决策，并证明每个特征值得其维护成本。它是 marketplace-personalisation（AWS Personalize）与 marketplace-search-recsys-planning（OpenSearch 检索）的上游前置技能。
主要能力：含 8 大类按级联影响排序的规则——资产审计与盘点（audit-）、第一性原理特征拆解（firstp-）、图像特征提取（vision-）、房源文本与元数据提取（listing-）、看护人向导与档案提取（wizard-）、派生相似度与亲和度（derive-）、特征质量与治理（quality-）、增量上线与价值验证（prove-），另有一个端到端特征发现工作流手册。
使用方式：无用户专属配置，自包含。可先读 references/_sections.md 了解分类结构与级联逻辑，读 gotchas.md 了解诊断经验，读 references/playbooks/discovering.md 规划新的特征发现周期，再按具体任务匹配 references/ 下的单条规则文件；用 assets/templates/_template.md 编写新规则。
适用场景：规划从照片/描述/设施列表提取特征以支撑 i2i 相似度或 u2i 排序；设计或修订以推荐特征为主要产出的向导；判断是否构建视觉嵌入或文本编码管线及顺序；组合基础特征做评分；审计特征库的覆盖、漂移、PII、重复或孤儿特征；为新特征设计上线/淘汰标准与消融 A/B；回答“想改进相似房源货架该建什么特征”。
限制：参考资料为指向外部工程博客、开源库与学术论文的在线链接；不含用户专属配置；具体提取实现、平台与效果数据以资料所列参考为准，其余暂未提供。