用途：对智能体系统做周期性、基于证据的自审，回答“什么有效、什么漂移、什么缺失、什么该删”，防止系统只增不减。
主要能力：分三档深度——quick（确定性收集器加镜头 1、4、7，约 10 分钟）、standard（默认，收集器加全部 7 个镜头，镜头 2-6 并行分发给 recon 子智能体）、deep（再加独立架构批评与外部第二意见，并用 WebSearch 复核外部事实）。七个镜头分别检查交付现实、知识层 SSOT 卫生、运营层规则与记忆、层遥测（哪些层真正触发过）、工具与基础设施（含 PreToolUse 门禁是否真的生效）、领域缺口、反膨胀（删除候选）。
使用方式：先运行确定性收集器，命令为 bash "${CLAUDE_PLUGIN_ROOT}/skills/system-audit/scripts/collect.sh" "$PWD" > "/tmp/system-audit-facts-$(basename "$PWD")-$(date +%F).md"，并核对输出前三行的 repo 名；镜头 4 运行 python3 "${CLAUDE_PLUGIN_ROOT}/skills/system-audit/scripts/usage.py"；镜头 5b 运行 python3 "${CLAUDE_PLUGIN_ROOT}/skills/system-audit/scripts/gates.py" "$PWD"。随后按镜头检查、整合验证、给出结论与最多 5 项优先级，报告写入 context/audits/audit-YYYY-MM-DD.md，其余落为 backlog 工单，并强制给出至少 3 个删除候选。
适用场景：约每 10 个会话、里程碑前、大重构后、记忆触顶或感觉系统臃肿时运行；quick 档可作日常脉搏检查。
限制：不审计代码业务逻辑（属 diff 审查），不探测运行中的产品（属 QA 扫描）；不提出框架，偏好最小确定性检查；未验证内容只能标为 hypothesis；删除共享/规则/文档层需用户确认；同一未变更仓库一周内跑两次审计本身即过度工程。具体收费、平台与效果资料暂未提供。