用途：分析指引消融实验结果，判断各指引章节的保留价值。适用于用户提出“分析消融结果”、询问保留或删除哪些指引章节、关注指引压缩或AGENTS.md token预算，或已通过GitHub Action/本地运行过消融实验时。
主要能力与流程：
- 查找结果：列出 ablation/results/ 目录查看已有模型结果。若为空，需本地运行 bun run scripts/runAblation.ts --model <model>，或从GitHub Actions下载：gh run list --workflow=ablation_experiment.yml --limit=5 与 gh run download <run-id> -n ablation-<model>-<run-id> -D ablation/results/。
- 读取ablation/results/<model>/下最新JSON，含model、timestamp、baseline、sections（每节含name、tokensInSection、verdict、regressions、improvements、score）。verdict分为ESSENTIAL（2次以上回归）、MARGINAL（1次回归）、DISPENSABLE（0次回归）。
- 输出分类表：列Section、Verdict、Regressions、Improvements、Tokens、Score，按ESSENTIAL、MARGINAL、DISPENSABLE排序。
- 详细分析：对ESSENTIAL与MARGINAL列出回归的eval，检查是否与章节主题相关，标出意外回归；对有improvements的章节标记为改写候选。
- 跨模型比较：全部模型均ESSENTIAL的必留，部分ESSENTIAL的保守保留，全部DISPENSABLE的可安全删除，标出冲突结论。
- Token预算汇总：当前完整指引、仅必要章节、必要+边缘章节的token数，以及删除DISPENSABLE（可选MARGINAL）可节省的token。
- 建议下一步：如分类清晰且节省明显，可构建AGENTS.md并做验证运行；若function_guidelines为ESSENTIAL（约2400 tokens，最大章节），建议对其8个子章节做后续消融；仅测试一个模型时建议增加1-2个模型验证；若多个章节恰好1次回归，说明运行方差可能过高，建议重跑或换模型。
限制：结果可能有噪声；未获请求前不建议改动代码。涉及的10个顶层章节位于 runner/models/guidelines.ts，包括function_guidelines、validator_guidelines、schema_guidelines、typescript_guidelines、full_text_search_guidelines、query_guidelines、mutation_guidelines、action_guidelines、scheduling_guidelines、file_storage_guidelines。