用途：当用户要求审阅外部田开发内容（如 LinkedIn 帖子、文章、文档）并提取可执行情报、映射代码库覆盖度时触发。
主要能力：分五阶段执行。一是内容提取，用 browser_navigate 加载来源 URL，关闭登录弹窗，用 browser_snapshot full=true 抓取完整内容，提取组件名、标准引用、作业流程、危害与缓解措施，完成后关闭浏览器。二是代码覆盖映射，将提取组件按 STRONG（原生 Python 模块且有测试）、PARTIAL（仅 OrcaFlex 技能、模块不完整或标准覆盖不完整）、NO COVERAGE（完全无代码）三档映射到 digitalmodel，并输出组件、标准/引用、覆盖度、模块的对照表。三是文档，创建 docs/field-development/<topic-name>-mapping.md，含来源说明与提取日期、组件清单与标准引用、ASCII 作业流程图、完整覆盖表、API/标准速查表、架构图。四是议题创建，对每个 GAP 或重要 PARTIAL 组件建一个 GitHub issue，正文含背景、问题陈述、范围、验收标准、标准引用与相关议题。五是提交推送文档。
必要用法：调查模块可用 cd /mnt/local-analysis/workspace-hub/digitalmodel 后执行 find src/digitalmodel -name '.py' -not -path '/pycache/*' | sort；标准/技能覆盖用 skills_list；建议题用 gh issue create 并带标题、标签（如 cat:engineering,enhancement,priority:medium）与正文；随后 git add、git commit、git push。
限制与注意：search_files 使用过宽路径会触达输出上限，应改用 digitalmodel/src 下的针对性 find；LinkedIn 内容受登录限制，需先关闭对话框再快照；不要为 STRONG 覆盖区建议题；核心海底组件优先级取 medium，作业/安装类取 low；所有议题正文顶部引用映射文档；应先提交文档再建议题，或引用待定议题号。