用途：将多个证据来源整合为单一结论，适用于来源相互冲突、质量不一，或决策需要“证据现状”评估的场景。可接收上游技能输入，如 causal-inference 的实验发现、learning-strategy 的多来源摘要、deep-document-processor 的文档提取结果。
主要能力：按七步方法运作——框定综合问题（明确问题、决策背景、纳入标准）；清点所有证据来源并记录出处、类型、关键发现、方法与相关性；用 GRADE 改编框架将证据评为 High、Moderate、Low、Very Low，并依据效应量、剂量反应、偏倚风险、不一致性、间接性、不精确性、发表偏倚进行升级或降级；识别趋同发现并检查来源独立性；分析分歧发现并诊断原因（方法、背景、范围或真实分歧）；识别证据缺口；产出置信度加权结论，含主要结论、置信水平、关键限定条件与可预先承诺的修订触发条件。
使用方式：以技能形式调用，输入为多个证据来源，输出为结构化格式，包括综合问题、证据清单、趋同发现、分歧发现、证据缺口与综合结论。
适用场景：A/B 测试与调查数据不一致；多篇论文摘要需整合；团队成员对根因意见不一；实验证据与行业报告需合并评估。
限制：结论质量受最弱且被倚重证据的约束；需警惕计票式判断、确认偏误加权、叙事平滑、锚定首个来源、忽视基础比率等陷阱。具体安装命令与平台支持信息暂未提供。