用途
该工具用于为指定客户制作 Tiger Data 案例研究访谈准备文档（.docx）。它的目标是把可获取的信息汇总起来，并与 Tiger Data 的 8 个标准案例研究问题对齐，从而在正式访谈前明确哪些问题已有充分材料、哪些仍有缺口。
主要能力与工作流程
Step 0：预检。从插件根目录读取 REFERENCES.md 并执行其中的预检；调用 list_marketing_references() 验证 Tiger Den 是否可达。若失败或找不到该工具，应停止，不要继续，并按 REFERENCES.md 处理错误。同时在做任何工作前获取 No Fly List：get_marketing_reference(slug: "no-fly-list")。这是不可公开引用的客户名单；若准备案例研究的客户出现在名单上，应立即停止并告知用户该客户不可公开引用；若源材料中出现名单中的名称，应在所有输出中省略。
Step 1：确定输入。向用户确认客户名称（必填），以及上下文文档（可选，如 Google Doc 链接、上传文件或其他包含客户既往备注的来源）。若未提供上下文文档，需向用户询问。
Step 2：通过 Eon 从 Slack 收集信息。从插件根目录读取 CONFIG.md 获取当前 eon 机器人用户 ID。向 eon 发送私信（使用 CONFIG.md 中的机器人用户 ID 作为 channel_id），内容为：Summarize current use case and metrics for customer {Company Name}。记录发送响应中的 message_ts 和 channel_id。等待约 30 秒后，使用返回的 channel_id 和 message_ts 读取线程，捕获 eon 的回复。若回复不完整或线程尚未答复，则等待并重试。
Step 3：抓取上下文文档。使用 google_drive_fetch 抓取所有用户提供的 Google Docs，并读取任何上传的文件。
Step 4：从 Tiger Den 获取参考文档。生成文档前，需获取两个参考文档：get_marketing_context(slugs: ["case-study-questions", "case-study-output-format"])。其中 case-study-questions 是 8 个标准 Tiger Data 案例研究问题，case-study-output-format 是准备文档的结构与样式。若 Tiger Den 未连接，不要继续，应告知用户运行 /setup；详见插件根目录 REFERENCES.md 的说明与错误处理。同时阅读 docx 技能以了解 .docx 生成最佳实践（对正确使用 docx-js 很关键）。
Step 5：汇总与评估。针对 8 个案例研究问题中的每一个：综合所有可用信息（eon 回复 + 上下文文档 + 其他来源）；使用已知事实起草答案；分配状态：Complete（细节足够写出完整答案，无重大缺口）、Partial（有方向性答案但缺少具体细节、指标或引语）、Missing（没有有意义的信息）；识别需要在访谈中补齐的具体缺口。
Step 6：生成 .docx。使用 docx-js 按 case-study-output-format 的结构创建 Word 文档，包含：标题与副标题；状态图例表；8 个问题章节及状态/详情表；30 分钟访谈指南（问题只针对已识别的缺口）；引语草稿；来源列表。保存到 outputs 文件夹，命名为 {Company}_Case_Study_Prep.docx。使用 docx 技能的 validate.py 脚本进行校验。
Step 7：呈现结果。分享文档链接，并给出快速摘要，一览每个问题的状态。
适用场景
适合 Tiger Data 营销或案例研究相关团队在客户访谈前准备材料：把分散在 Slack 机器人回复和 Google Docs 中的客户信息集中起来，按标准问题对齐，并明确访谈中需要重点追问的内容。
限制与前置条件
需要 Tiger Den 连接可用，否则不应继续，需运行 /setup。执行前必须完成 REFERENCES.md 中的预检并获取 No Fly List；命中 No Fly List 的客户不可公开引用。工具依赖 Slack 上的 eon 机器人（其用户 ID 来自 CONFIG.md）以及 google_drive_fetch 等能力。关于定价、平台支持范围、具体效果等，资料中暂未提供。