用途：当已有审核标注（review notes）时，把标注聚成与证据关联的失败模式（failure modes），与审核者一起细化分类体系，并对错误排优先级。
主要能力：先读取审核规范与分析流程；定位现有标注、其来源 trace、抽样规则与分类体系修订，保留原始记录及作者/状态信息，分组前先查看标注背后行为。按可观察失败与预期行为分组，语义搜索或 embedding 仅用于找候选近邻，成员归属须看证据；相似措辞可能描述不同失败，不同措辞可能描述同一失败。
每个模式给出稳定 ID、清晰定义、纳入/排除规则、代表性证据与边界示例；允许一条标注属于多个模式，并设未解决队列。区分观察到的症状与假设的根因，不强行把每条记录塞进某类，也不把“幻觉”这类宽泛标签当作可执行分类。将分组与原始标注和 trace 并列展示，让审核者合并、拆分、重命名、移动、拒绝和确认；保留修订历史与审核决定。人工确认某类别不等于自动确认所有归属，也不产生逐条 Pass/Fail 标签。
优先级：按模式统计不同案例数，说明审核分母与抽样目的，多标签计数可重叠；结合观察频率、产品影响与不确定性排序，罕见但严重的失败仍要可见，不得由发现样本推断生产发生率。输出带版本的分类体系、标注到模式的映射、未解决项与简要分析报告；改动 UI 时验证证据链接及保存/重载/导出行为。已确认模式可交给案例整理与评分器设计（如已安装 eval-dataset 与 eval-grade），有可信基线时用排序后的开发失败指导 eval-descent，并把留出证据排除在优化循环外。
限制：需已有可用的审核标注，否则只能先准备审核队列；无人工观察时使用 eval-discover（若已安装）产生的观察仍属建议。具体安装命令与打包工具命令需查阅 toolkit setup 相关内容，本资料未提供具体命令原文。