用途：在学位项目层面搭建 Assurance of Learning（AoL）认证文档，面向 AACSB（商科）与 ABET（工程与计算）两套认证结构。AoL 关注项目级学习成果（PLO）与课程映射、直接与间接评估证据，以及“闭环”改进叙述，而非单门课程设计。
主要能力：撰写或修订项目学习成果/能力目标；构建课程—成果映射矩阵（Introduce/Reinforce/Master 或 Assessed）并检查覆盖缺口；设计直接+间接评估计划（测量方式、课程、周期、目标值）；编写与成果挂钩的评分量规；撰写 results→interpretation→action→re-assessment 的闭环叙述；起草 AACSB Standard 5 或 ABET Criterion 3/4 自评文本。
使用方式：先确认认证机构、委员会与学位项目；固定成果（ABET 用该委员会公布的原文成果，AACSB 用源自学院使命的学位级能力目标）；建立映射矩阵；规划直接与间接评估；编写量规；闭环。可用脚本校验矩阵结构： uv run python skills/faculty-life/alterlab-accreditation-aol/scripts/aol_matrix.py path/to/matrix.csv --assessed-levels M,A --json 该脚本仅用 Python 标准库，无网络 I/O，报告每个成果是否被覆盖、是否有评估级单元格及各级计数，并给出 OK/GAPS 判定。
适用场景：AACSB Standard 5（2020 标准 5.1–5.4；2026 全球标准自 2026 年 7 月 1 日生效，2026–27 为试点年）与 ABET Criterion 2/3/4 的项目级自评文档。
限制：仅项目级，不写课程表、课程级量规或单课目标（应转 alterlab-teaching-design）；不编造标准编号、成果原文、评估分数、目标值、课程号或日期，缺失标 [TODO: confirm]；学校自行通过 AACSB myAccreditation 或 ABET 门户提交，技能无门户访问；AACSB 需同时包含直接与间接测量。