用途：把 CXAS 逐轮黄金评估转换为 SCRAPI SimulationEvals 框架的高层、目标导向测试用例，并通过分析智能体工具为预期补充具体工具调用。
主要能力：从 CES API 获取评估列表与智能体工具配置；获取应用内所有工具的完整 schema；运行转换脚本生成模拟测试用例；运行模拟评估、记录原始结果并生成合并 HTML 报告。若智能体启用了 intercept_and_score_reasoning 工具，脚本会自动提取并分析失败评估中的内部推理，检测过度思考、犹豫、回溯等问题，并结合智能体指令在报告中给出改进建议。
使用方式：先确认已安装 cxas_scrapi（python -c "import cxas_scrapi"）并完成 gcloud 认证（gcloud auth list，必要时 gcloud auth login）。必须向用户询问应用/智能体的完整资源名（如 projects/.../locations/.../apps/...）和基础输出目录。随后可运行脚本：fetch_app_data.py 获取评估与智能体配置；fetch_tool_schemas.py 获取工具 schema；convert_eval.py 转换评估；run_evals.py 运行评估。示例：python .agents/skills/cxas-sim-eval/scripts/fetch_app_data.py --app-name "projects/.../locations/.../apps/..." --output-dir /path/to/output_directory；convert_eval.py 支持 --parallelism；run_evals.py 支持 --parallelism、--start-index、--end-index。
适用场景：需要将已有逐轮评估升级为高层模拟测试、验证智能体工具调用预期、批量运行评估并定位推理问题的团队。
限制：依赖 cxas_scrapi 包与 gcloud 认证；需用户提供完整资源名和输出目录；认知诊断仅在启用 intercept_and_score_reasoning 时可用；其他平台、收费与效果信息暂未提供。