核心用法
Card Optimizer 是一款纯文档型 Skill，通过结构化提示词指导 AI 代理完成信用卡奖励优化。用户配置本地 cards.json 文件后，可获得三类核心服务：
1. 实时消费建议：输入商户或消费类别，Skill 自动匹配最优卡片，返回格式包含主推荐、奖励比例、额度上限警告及备选卡（特别针对 Amex 接受度问题）
2. 年费 ROI 分析：基于用户预估月消费，计算每张年费卡的「额外奖励价值 - 年费」，给出继续持有或降级建议，并标注盈亏平衡点
3. 季度类别管理：自动追踪 Chase Freedom Flex、Discover It 等卡的 5% 季度轮换类别，提醒激活状态
显著优点
- 完全本地化：无云端依赖，用户数据仅存于本地 JSON，符合 GDPR 最小化原则
- 精细化建模：支持额度上限（cap）、季度轮换、点数估值（cpp）、转点伙伴等复杂规则
- 网络兼容性意识：主动识别 Amex 接受度限制、Costco Visa-only 等特殊场景
- gap 分析能力：自动识别高消费低回报类别，建议新卡申请方向
潜在局限
- 非实时交易追踪：依赖用户手动输入消费预估，无法连接银行账户获取实际交易流水
- 北美市场导向：预设类别（groceries、gas、Costco 等）及推荐卡列表主要针对美国信用卡市场
- 无自动激活：季度类别提醒需用户手动设置 cron 或依赖对话触发
- T3 来源：个人开发者维护，更新频率与长期支持存在不确定性
适合人群
- 持有多张信用卡、愿意花时间优化收益的北美用户
- 对隐私敏感、拒绝连接银行账户的保守型用户
- 熟悉 Chase、Amex、Citi 等主流 issuer 规则的中高级玩家
常规风险
- 策略过时风险：信用卡奖励政策变更频繁，依赖用户主动更新
cards.json - 过度开卡风险：gap 分析可能诱导用户申请新卡，需结合 5/24 规则等信贷策略审慎决策
- 估值假设偏差：点数估值（cpp）高度主观，实际兑换价值可能显著偏离假设