retention-orchestrator — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited retention-orchestrator (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
留存是衡量产品价值的核心指标
获客决定起点，留存决定终点。如果用户不愿留下，说明产品尚未交付足够的价值。留存问题的根因永远是价值问题，而非运营问题。
本编排器当前 Pipeline 仅包含 1 个子 Skill（retention-management），属于合并简化后的退化编排器。保留本编排器的理由：
若未来该子模块需要扩展为多阶段 Pipeline，本编排器可直接增加阶段，无需修改上层编排器的调用方式。
编排协议遵循 orchestrator-protocol.md 统一标准。
pipeline: retention-orchestrator
version: 7.0
post_pipeline:
- action: stage-summary
output: output/phase-reports/pm-growth/retention-orchestrator.md
stages:
- id: phase-1
name: "流失预警与用户分层"
depends_on: []
skills: [retention-management]
gate:
condition: "流失预警模型已构建且用户分层已完成"
fail_action: "优化模型或补充训练数据"#### 调用 retention-management
Skill: retention-management
输入:
user_behavior_data: 数据分析平台（活跃日志）
churn_history: 数据分析平台（流失记录）
user_account_data: 用户系统（账户信息）
user_lifecycle_stage: 用户提供（可选，注册时间、关键里程碑）
输出: output/pm-growth/retention-management/
验证: 流失定义区分免费/付费/企业用户；预警模型准确率>75%；干预策略与风险等级匹配；干预效果追踪包含ROI计算；用户分层覆盖完整生命周期（新/成长/成熟/沉睡/流失）；健康度评分包含活跃度、功能深度、付费意愿、社交参与；运营策略与用户层级匹配；触达内容经过个性化处理
模式: 🤖→👤所有业务阶段执行完成后，必须立即生成阶段总结文档：
动作: 生成阶段总结
输入:
所有子Skill输出: output/pm-growth/
人类决策记录: 本轮执行中的人类决策点及结果
输出: output/phase-reports/pm-growth/retention-orchestrator.md
验证: 阶段总结文档已生成，6项结构（执行概览/关键发现/决策记录/产出清单/风险与待办/下游衔接）均非空
下游衔接:
primary:
target: revenue-orchestrator
reason: 留存优化完成，优化付费转化
input_mapping:
retention_output: "output/pm-growth/retention-management/ → revenue-funnel输入"
alternatives:
- target: growth-orchestrator
reason: 留存不是当前瓶颈，回退到增长诊断重新评估
condition: 留存率优化效果不达预期或留存非当前最大瓶颈时
- target: experiment-orchestrator
reason: 留存策略需A/B测试验证
condition: 流失干预方案变更需量化验证时
special_cases: []
模式: 🤖⏸ 阶段卡口：阶段总结文档已生成且6项结构均非空 → 未通过：补充缺失结构项后重新生成
| 卡口 | 条件 | 未通过处理 |
|---|---|---|
| 留存管理完成 | retention-management输出文件已生成且非空 | 优化模型或补充训练数据 |
| 阶段总结已生成 | output/phase-reports/pm-growth/retention-orchestrator.md 已生成且6项结构均非空 | 补充缺失结构项后重新生成 |
| 决策点 | 触发条件 | 决策内容 |
|---|---|---|
| 干预策略确认 | 流失预警和分层运营策略生成完成 | 确认干预策略的优先级、触达方式和资源分配 |
| 异常类型 | 处理策略 |
|---|---|
| 流失预警模型准确率<75% | 降低应用场景，仅用于高置信度用户预警；标注"模型待优化"，建议补充训练数据 |
| 用户行为数据不足以支撑分层 | 采用简化分层模型（仅活跃/沉默/流失3层），标注"分层待细化" |
| 子Skill输出校验未通过 | 回退至当前阶段重新执行，最多重试1次；仍失败则标记异常并上报人类 |
| 上下游数据格式不兼容 | 按下游子Skill输入Schema做字段映射和默认值填充，记录映射关系 |
| 阶段总结生成失败 | 基于已完成的子Skill输出生成部分总结，缺失项标注"数据缺失"，不阻塞编排完成 |
~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.