核心用法
Mechanic 是一款面向多载具用户的综合性维护管理技能，通过本地化JSON数据存储实现车队级追踪。核心工作流围绕「里程定时检查」展开：系统按用户设定的频率（周/双周/月/季度）主动询问当前里程，触发服务审查、召回监控、成本分析等连锁响应。
数据架构采用双文件设计：state.json存储所有车辆当前状态、历史记录、保修与紧急信息；<vehicle>-schedule.json 按车型独立保存制造商推荐的保养周期与成本预估。这种分离确保技能更新时用户数据安全无损。
关键功能模块包括：
- 智能保养计划：基于实际使用强度（正常/严苛/极限）动态调整间隔，支持里程、小时、使用次数三维触发
- NHTSA召回监控：每月自动轮询美国国家公路交通安全管理局API，VIN精准匹配或车型年份兜底
- 燃油经济性与异常检测：追踪单次/滚动平均MPG，15%偏差触发机械故障预警
- 保修到期警报：时间+里程双维度倒计时，3个月/3000英里阈值提前通知
- 行程与季节性清单： towing前检查、房车冬季化/夏季复原等场景化引导
- 成本穿透分析：实际支出对比预估、每英里运营成本、6个月预算预测
- 商业用车税务整合：自动计算可抵扣比例，对接专业税务技能生成合规凭证
显著优点
专业深度远超通用记账类App：内置制造商级技术细节（如福特10R变速箱仅允许重力换油、柴油车DEF液位监控、房车屋顶密封剂5-6年强制更换），且持续从车主手册与专业论坛交叉验证。
异常检测机制将燃油数据转化为预防性维护信号——MPG骤降26%可能指向胎压、空滤或燃油系统隐患，在故障码亮起前捕捉问题。
多载具兼容性覆盖汽车、重卡、摩托、越野摩托（按小时+骑行次数追踪）、ATV/UTV、房车（屋顶/滑出机构/发电机独立维护）、摩托艇等全谱系，真正实现「一个系统管车库」。
紧急信息卡片在 roadside emergency 场景下秒级调取VIN、保险、道路救援、扭矩规格、油液型号等关键数据，避免用户在 stress 状态下翻找纸质文件。
潜在局限与风险
数据依赖用户主动输入：里程检查频率再智能，仍需用户响应并准确报告。长期沉默将导致预测算法失准。
成本预估存在地域偏差：DIY/独立修理厂/4S店三档估价基于网络检索，实际费用因地区工时差异、零件品牌选择（OEM vs 后市场）可能偏离20%-40%。
NHTSA API覆盖局限：美国市场数据完整，进口车型、非美规配置或海外用户可能召回信息不全。VIN查询优于车型查询，但老旧车辆VIN结构差异可能降低匹配精度。
技术决策风险：技能明确警告变速箱冲洗 vs 重力换油、RV屋顶维护等关键决策点，但用户若忽视提示仍可能导致昂贵损坏。柴油车后处理系统（DPF/DEF）的维护复杂度对非专业用户存在认知门槛。
适合人群
- 多载具家庭/车队管理者：同时拥有日常用车+周末玩具（摩托/艇）+ 拖挂房车的复杂场景
- 商业用车车主：Uber司机、承包商、农场主等需精确分离公私成本、生成税务凭证的用户
- 长途拖挂/RV全职旅行者：对预防性维护极度敏感，且需季节性整备清单的群体
- DIY维护爱好者：依赖OEM零件号、扭矩规格、液容量等技术细节自助保养
- 高里程柴油皮卡用户：6.7L Power Stroke等重型动力系统的严苛保养周期管理需求强烈
常规风险
数据安全风险：所有数据本地存储于工作区，无云同步或加密机制。设备丢失或文件损坏将导致完整维护记录蒸发，建议用户定期备份data/mechanic/目录。
过度维护/维护不足风险：用户若错误判断使用强度（如将实际 towing 场景设为「正常」工况），将导致保养间隔不当——过度保养浪费资金，不足保养则加速机件磨损。
保修索赔证据链风险：技能提醒保修到期，但用户需自行保留完整服务收据、索赔编号。技能仅作辅助记录，正式争议仍需原始纸质/电子凭证。
税务合规风险：商业用车比例估算（如50%）需用户诚实申报，技能不验证实际使用比例，IRS审计时用户承担举证责任。