用途：识别、分类欺骗性设计模式（暗黑模式），评估严重程度与监管风险，并为每个发现提供诚实替代方案。适用于注册、结算、订阅、取消、Cookie 同意、通知订阅、定价页和免费试用转付费等流程的审计，也用于单个功能审查（倒计时、社会证明模块、暗黑默认值、不对称取消流程）、伦理设计评审和监管风险检查。
主要能力：按 9 个模式类别逐一比对被审元素；命名具体模式类型与子类型（依据 Brignull 分类）；点明被利用的心理机制（稀缺、社会证明、损失厌恶、沉没成本、完成欲）；按用户伤害评级（低/中/高/严重），依据伤害可逆性、财务暴露、用户群体脆弱度和操纵可见度；标注监管暴露（EU DSA、FTC 点击取消执法、EU 数字公平法案）；输出诚实替代方案。
使用方式：模式审计时加载 references/dark-patterns.md 分类体系，逐类比对，记录模式类型、实例、机制、严重程度与监管暴露，再加载 references/honest-alternatives.md 输出替代方案，返回字段为严重程度、模式类别、实例、机制、诚实替代的发现表。单模式识别时核对 9 类，匹配则给出子类型、机制、严重程度、监管暴露与替代方案，不匹配则明确说明。伦理设计评审时以 honest-alternatives 为正向指南，检查说服机制是否越界，标记不对称摩擦、虚假紧迫、虚假稀缺和社会证明注水，建议转向 behavioral。
限制：不处理美学 AI 痕迹（如玻璃拟态、Inter 默认、深色背景青色），那些属于核心技能的 ai-tells；不处理合法说服机制（用 behavioral）；不做无障碍审计（用 usability）。仅向下引用 usability-principles.md，不向上引用 journey、content-design 或 data-viz。判断以结构匹配命名模式为准，仅凭怀疑不够。相关参考文件与命令等细节暂未提供。