用途：排查 convex-evals 系统中单个失败的 eval，帮助定位模型输出与评测预期之间的差异。
适用时机：用户提供形如 https://convex-evals.netlify.app/experiment/.../run/$runId/$category/$evalId 的可视化 URL；用户询问“这个 eval 为什么失败”；用户引用具体 eval ID。
主要步骤：
- 从 URL 提取 evalId。URL 模式为 /experiment/$experimentId/run/$runId/$category/$evalId?tab=steps，需要 $evalId 用于查询。
- 在 evalScores/ 目录运行内部动作，并使用 --prod 查询生产库（CI 写入结果处）： npx convex run --prod debug:getEvalDebugInfo '{"evalId": "<evalId>"}' 返回 JSON 包含 eval（名称、类别、evalPath、状态、任务文本）、run（模型、提供商、实验名、状态）、steps（filesystem、install、deploy、tsc、eslint、tests 的通过/失败/跳过及失败原因）、outputFiles（模型生成文件路径到内容）、evalSourceFiles（eval 源码，如 answer 目录、grader、TASK.txt）。
- 分析失败：查看 steps 中第一个 status.kind === "failed" 的条目及 failureReason；查看 outputFiles 中模型代码；查看 evalSourceFiles 中答案目录与 grader 测试文件；查看 eval.task 中 TASK.txt 内容。常见模式：eslint fail 检查具体规则；tsc fail 检查类型错误；convex dev fail 检查 schema 或函数定义；tests fail 对比模型输出与评测源文件。
- 分类并报告：MODEL_FAULT（模型确实出错）、OVERLY_STRICT（评测要求不合理）、AMBIGUOUS_TASK（任务描述不清但模型解释合理）、KNOWN_GAP（该 eval 已知对所有模型都存在的限制）。总结 eval 名、模型、实验；失败步骤与具体错误；分类与理由；导致失败的模型代码；正确代码（来自答案/评测源）；是否建议采取行动（如配置变更、任务澄清）。
限制：该技能依赖 convex-evals 系统与生产数据库查询权限；资料未提供价格、其他平台支持或额外步骤，暂未提供更多信息。