用途：在 ThinkingData AE/TE 真实项目数据上执行生产级、人级的 RFM 分群，默认一行代表一个真实用户/客户。
主要能力：先解析业务实体（默认 #user_id，MMO 单账号多角色场景需满足条件或用户确认后才改用已验证的人级字段），再确认人群口径（payer_based、activity_based、account_based、custom_cohort）、资格回溯期、评分窗口、参考时间戳与退款识别方式；随后从真实元数据发现支付事件、成功条件、金额、订单去重键、币种与 F 语义（attempt_based 或 net_valid），构建 R/F/M 数据集并做数据质量与身份质量检查，最后按同值同档原则确定分档并选择规则阈值或聚类分群模式。
使用方式：通过 ae-cli 完成项目发现、事件/属性发现、聚合与 SQL 探索、抽样、标签与用户簇操作；事件表为 ta.v_event_{project_id}，用户表为 ta.v_user_{project_id}，查询需带 "$part_date" 分区条件。AE 标签与用户簇创建为可选操作，需用户明确确认；标签与簇共用项目命名空间，RFM 标签为多值标签 rfm_segment，分群激活簇使用 rfm_<segment>_cluster。
适用场景：游戏、电商、SaaS 等需要按用户价值分层并做运营激活的场景。
限制：所有事件、属性、金额、币种、订单与主体字段必须来自真实项目元数据，不得猜测；人群口径未确认前不得构建数据集；不得静默改变分析人群或回退到角色标识；脚本 scripts/validate_segments.py 仅做文件级抽查，不覆盖外部人群覆盖、阈值复现、收入血缘与实体语义正确性；MMO 缺少人级字段时需报告限制并询问是否接受角色级 RFM。具体收费、价格与平台支持范围暂未提供。