用途：评测一个法律 Skill 的输出在它声称覆盖的法律场景里是否合格，不提供跨场景通用基准或单一总分。
主要能力：按场景选择评测维度（合同型、诉讼型、合规型各有专属清单，未覆盖场景降级套用合同型并标注）；两层划界，规整性层交由 skill-lint，本技能负责输出合理性层；采用三层评测栈与三类 grader（deterministic、model-based、human）；capability 与 regression 评测分离；参考解分 reference-rich、reference-light、reference-free 三档；LLM-as-judge 需执行锚点样本、顺序翻转、多 judge 共识、证据锚定四校准，长文单独建模；迭代修补用 FAIL_TO_PASS / PASS_TO_PASS 双门槛判定。
使用方式：步骤为识别被评测 Skill 声称的场景与交付物、读取 skill-lint 前置结论、按场景选维度、跑三类测试材料（熟悉、同类不熟悉、故意缺背景）、逐维度评分并核查 taste 项、定位要补的句子、用报告模板产出评测报告。
适用场景：合同初审、诉讼文书、合规风险扫描、法律检索、文书起草、尽调等法律 Skill 的输出质量评测与迭代验证。
限制：不输出通用基准、平均分或跨场景榜单；Hard Fail 未过时先修再评；测试材料须脱敏；评测结论不替代正式法律意见。具体命令与安装方式资料未提供。