用途：将游戏从粗略数学推进到可量化验证的 RTP，适用于按模式定义 RTP 目标、调优赔付表与特性参数，并需要模拟证据支撑签核的场景。
主要能力：先定义目标与护栏，包括按模式的 RTP 目标、容差带、最大赢奖上限、波动率预期与特性触发频率限制，缺失约束需标记为显式假设；识别可控调优杠杆，优先选择 RTP 影响可预测的杠杆，如符号赔付、转轴条、特性触发权重、奖励倍数与再触发上限，避免同时改动多个高影响杠杆；执行迭代模拟与收敛检查，短跑（>=1M 次旋转）用于判断方向，长跑（>=20M 次旋转）用于签核，每次运行记录种子、配置哈希/版本与杠杆增量；若平均 RTP 超出容差或置信区间跨越容差边界则拒绝签核；交叉核对理论 RTP 与按产物加权的 RTP，比较模型 RTP、模拟器 RTP 与加权书 RTP，未解决的漂移视为阻塞项；准备优化签核，交付运行摘要、杠杆变更、通过/失败判定与残余风险，并包含精确补丁计划与验证命令。
使用方式：提供运行数据文件后，可用命令 python3 scripts/evaluate_rtp_runs.py --input <runs.jsonl> --target-rtp 0.9600 --tolerance 0.0020 生成确定性的收敛与通过/失败输出。输出契约要求返回目标（模式目标、容差带、假设）、杠杆计划（变更杠杆与预期 RTP 方向）、运行结果（平均 RTP、置信区间、漂移、通过/失败判定）、补丁计划（需编辑的精确文件/函数）与残余风险（阻塞项或统计不确定性）。
适用场景：老虎机或赌场游戏开发中的 RTP 调优、验证与签核流程。
限制：报告中须将理论 RTP 与模拟 RTP 分开；要求可复现的运行元数据（种子、旋转次数、配置版本）；容差违规或收敛不稳定视为发布阻塞项。参考资料包括 references/workflow.md、references/tuning-levers.md、references/signoff-template.md。具体平台、收费与价格信息暂未提供。