用途：当用户要求“分析这次运行”或询问某模型为何得分低、并给出如 https://convex-evals.netlify.app/experiment/.../run/$runId/... 的运行链接时，使用该技能审查整次评测运行中的全部失败。
主要能力：从可视化 URL 提取 Convex 文档 ID 形式的 runId；先查阅 reports/{provider}/{model}/ 下该模型的历史报告，识别重复性失败与既往处理；再从 evalScores/ 目录运行命令获取失败摘要：
npx convex run --prod debugQueries:getFailedEvalsForRun '{"runId": "<runId>"}'
返回 run（模型、提供方、实验、状态）、totalEvals/passedCount/failedCount，以及含 _id、evalPath、category、name、failureReason、failedStep 的 failedEvals 数组。若无失败，则报告全部通过并停止。
使用方式：为每个失败用例启动子代理（最多并行 4 个），子代理在 evalScores/ 下运行：
npx convex run --prod debug:getEvalDebugInfo '{"evalId": "<EVAL_ID>"}'
随后分析失败步骤与错误、outputFiles 中模型生成的代码、evalSourceFiles 中的期望答案与评分器、eval.task 中的任务描述，并将失败分类为 MODEL_FAULT、OVERLY_STRICT、AMBIGUOUS_TASK 或 KNOWN_GAP，返回包含 eval 名、类别、失败步骤、错误、分类、理由及代码片段的结构化摘要。汇总后输出总体摘要、分类表、跨用例模式与建议（评测改进、lint/配置调整、模型特定说明、无需处理项），并生成报告文件：reports/{provider}/{model}/{runIdPrefix}_{date}.md。
限制：技能明确要求在任何用户请求前不得改动代码或配置；报告需记录 Actions taken（默认 None）；若资料未给出具体评测集、模型或环境细节，则暂未提供。