用途：在 Kibana 仓库中脚手架式创建一个新的 LLM 评测套件包 kbn-evals-suite-<name>。每个套件是自包含的 Playwright 项目，使用 @kbn/evals 的 evaluate fixture 运行带数据集、任务和评估器的 LLM 实验。
主要能力：生成标准目录结构（evals/<name>.spec.ts、src/evaluate.ts、playwright.config.ts、package.json、kibana.jsonc、tsconfig.json）；提供各文件模板；支持在基础 evaluate 上扩展自定义 fixture（如 chatClient、esArchiver、supertest、领域 API 客户端）；并说明套件在 .buildkite/pipelines/evals/evals.suites.json 中的注册方式。
使用方式：先收集套件名（kebab-case）、x-pack/ 下的父目录、Owner GitHub 团队、group、visibility 以及是否需要自定义 fixture。不要使用 node scripts/scout generate。playwright.config.ts 必须放在包根目录，使用 createPlaywrightEvalsConfig，testDir 用 Path.resolve 指定绝对路径。kibana.jsonc 的 type 必须为 "functional-tests"。tsconfig 的 kbn_references 需包含 @kbn/evals 与 @kbn/scout。创建后运行 yarn kbn bootstrap 注册包，用 node scripts/evals list 验证，本地运行 node scripts/evals start --model <connector-id> --judge <connector-id>。
适用场景：需要为 Kibana 功能编写 LLM 评测、复用统一评测模式、或在 CI 中按标签运行评测时。
限制与常见错误：配置不能放在 test/scout/ 下，否则 Scout CI 发现会崩溃；不要用 Scout 生成器；type 不能设为 shared-common 或 plugin；忘记 @kbn/evals 引用会导致 TS 解析失败；testDir 不能用 Path.join；扩展时须从套件自身 src/evaluate 导入 evaluate；创建包后必须运行 yarn kbn bootstrap。注册对本地开发可选，但对 CI 标签和 node scripts/evals list 是必需的。