用途：将来自问卷、应用商店评论、用户访谈、支持工单、社交媒体提及、应用内反馈和可用性测试记录等渠道的原始反馈，整理为可执行的产品洞察。
主要能力：多来源反馈汇总与规范化；按语义相似度进行主题聚类并归类；量化与定性信号提取；摩擦点识别与严重度评分；跨时间段趋势分析；带优先级排序的路线图生成；情感分析与情绪映射。
使用方式：先向用户索取任意格式的反馈数据（CSV、Excel、Google Forms 导出、访谈转写、评论截图或导出、工单摘要等），再按统一字段（feedback_id、source、date、user_segment、feedback_text、rating、category、metadata）规范化，随后进行数据质量检查（去重、标记不完整、区分可执行与不可执行反馈、记录响应率与抽样偏差），再依次完成主题聚类、量化分析、定性分析与路线图生成。严重度计算公式为 Severity = (Frequency × 0.4) + (Negative_Sentiment × 0.3) + (User_Impact × 0.3)。情感分析可使用 scripts/sentiment_analyzer.py，报告模板见 assets/feedback_report_template.md，主题分类参考 references/THEME_TAXONOMY.md，分析方法参考 references/ANALYSIS_METHODS.md。
适用场景：产品经理、工程、设计与管理层等不同角色的反馈分析；可按受众调整输出重点，生成执行摘要、详细分析报告、主题拆解表、演示幻灯片、行动计划与后续研究问题。
限制：分析质量取决于反馈数量与多样性，小样本需标注；需结合产品背景与业务目标验证结论；对模糊或冲突信号建议追加研究；主题分类需按产品领域与用户群更新。资料未提供具体收费、价格与平台支持信息。