用途：评估数字公共基础设施（DPI，如身份、支付、数据交换、注册系统）与公共服务中的 AI/ML 系统（EPI）是否符合可纠正性要求，并生成审计文档。
主要能力：以五项结构性测试作为核心判据——test-exit（惩罚严重性、功能退出等价 FEE、人工兜底）、test-code(源码可检查性、开放许可、EPI 的 LWD-R)、test-audit(验证深度与独立访问)、test-govern(申诉与有约束力机制、执行后谬误)、test-fork(构造性与自然性壁垒、可替换性)。同时提供层次分析（layer-decomposition，传播规则与最弱层原则）与 EPI 扩展（variety-drift 时间漂移与重验证阈值、action-boundary 防止 GDoS 与确定性边界）。EPI 按 trivial、decision_support、high_stakes 分层，各有不同要求。
使用方式：评估产出 audit.json，遵循 Protocol 3.0。五个布尔值置于 tests 下，可纠正性结论为派生 determination 块。逐条规则见 rules/test-exit.md、rules/test-code.md、rules/test-audit.md、rules/test-govern.md、rules/test-fork.md、rules/layer-decomposition.md、rules/variety-drift.md、rules/action-boundary.md，完整扩展指南见 AGENTS.md。
限制：采用合取判定，任一测试失败即视为结构性不可纠正。具体阈值、评分细节与运行工具暂未提供。