用途：为双边信任型市场提供搜索与推荐系统的规划、设计与诊断指南，基于 OpenSearch，覆盖索引、查询与排序模式，检索工作的规划方法，向推荐工具交接的节点，以及将度量转化为持续决策的埋点与看板层。包含按级联影响排序的 10 类 57 条规则、两套手册（从零规划新系统、诊断现有系统），以及决策日志、金标查询集、gotchas 等活动工件约定。
适用时机：从零规划新的检索项目；审查显得陈旧、不公平或未个性化的检索系统；设计 OpenSearch 索引映射、分析器或查询 DSL；按产品界面选择检索原语（搜索、推荐、混合、人工精选）；决定跟踪哪些搜索质量指标；运行每周搜索质量评审；诊断排序、覆盖率或零结果率的隐性退化；判断某检索问题实为个性化问题。本技能是个性化技能的前置，规划与搜索工作从此开始，当瓶颈为曝光跟踪、反馈环偏差或 AWS Personalize 设计时交接。
规则分类（按级联影响排序）：1 问题框定与用户意图（CRITICAL，前缀 intent-）；2 界面分类与架构（CRITICAL，arch-）；3 索引设计与映射（HIGH，index-）；4 规划与改进方法论（HIGH，plan-）；5 查询理解（MEDIUM-HIGH，query-）；6 检索策略（MEDIUM-HIGH，retrieve-）；7 相关性与排序（MEDIUM-HIGH，rank-）；8 搜索与推荐混合（MEDIUM，blend-）；9 度量与实验（MEDIUM，measure-）；10 埋点、看板与决策触发（MEDIUM，monitor-）。
使用方式：先读 references/_sections.md 了解分类结构与级联理由；读 gotchas.md 获取历史事故教训；规划新系统读 references/playbooks/planning.md（九步流程，从意图审计到首次线上提升，每步有退出标准）；诊断现有系统读 references/playbooks/improving.md（决策树依次排查遥测、索引新鲜度、覆盖率、基线差距、冷启动、分群回退、算法迭代，并在个性化瓶颈处交接）。实现或评审中遇到具体问题时读对应规则文件；用 assets/templates/_template.md 编写新规则。
相关技能：marketplace-personalisation，覆盖 AWS Personalize 实现、曝光跟踪、schema 设计、双边匹配、反馈环及个性化诊断手册。
参考文件：references/_sections.md（分类定义与影响排序）、references/playbooks/planning.md、references/playbooks/improving.md、gotchas.md（累积诊断教训）、assets/templates/_template.md、metadata.json。
限制：资料未提供具体价格、平台支持、效果数据或安装命令。