用途：Ebook Discovery 用于发散式、生成式地挖掘电子书选题，回答“这里有什么”，并将候选创意衔接至 Ebook Concept Development（电子书概念开发）。
主要能力：提供 11 种入口模式，分为四类。内容类：Content Audit（审计博客、视频、通讯、播客、教学与工作坊内容中的模式）、Book Extraction（从更大书稿中提取可独立成篇的部分）、Failed Project Resurrection（复活废弃草稿与停滞项目）。受众类：Repeated Questions Analysis（分析 YouTube 评论、邮件回复、演讲后提问）。知识类：Expertise Extraction（挖掘隐性知识）、Contrarian Positions（反主流观点）、Translation Bridges（跨领域解释）、Personal Systems（个人工作流与体系）。档案类：Zettelkasten Mining（笔记簇挖掘）、Parking Lot Review（搁置想法回顾）、Deep Archive Mining（书籍批注、阅读回应、长邮件等）。
使用方式：首次会话先做定位提问，了解用户是有已发布内容还是未发布专长，据此推荐起始模式，并询问创作动机；随后创建 Discovery Tracker（使用 assets/templates/discovery-tracker-template.md）。探索中一次只问一个问题，主动贡献观察与候选创意，对弱候选给出理由并提前标记问题，按 High/Med/Low 评级并记录模式与洞察。会话结束更新追踪文档、回顾候选、标注下次接续点。回访时先读取追踪文档并给出状态摘要。
适用场景：适合已有内容积累、专业经验或大量笔记，希望系统化发现电子书选题的创作者。
限制：候选需满足核心想法可用 1-2 句表述、来源明确、体量适合电子书、已记录可行性理由与已知顾虑，且用户决定推进，才可交接至概念开发。若用户只想验证单一已有想法，应转向 Concept Development。具体安装与运行方式暂未提供。