用途：系统评估 SDLC Layer Separation Architecture 的实现，并支持迭代改进；在验证前将实现视为初稿。
主要能力：按评估清单逐项运行检查并记录 PASS / FAIL / SKIP 及证据，涵盖六类：交叉引用验证（检查 sam-definition.md、CLAUDE.md、PROVENANCE.md、TASK_FILE_FORMAT.md、role-resolution-protocol.md 及 Layer-0 重定向存根的目标是否存在）；文档完整性（Layer 0 内容文件 6 个、重定向存根 4 个、Layer 1 全部 5 个文档、ARL 两个文档）；知识探索器分层过滤（uv run research/knowledge-explorer.py list --layer 0 与 --layer 1）；研究条目层元数据（如 harness-engineering-openai.md 的 layer: "0"、copier-astral.md 的 layer: "1"、research/README.md 的 Layer Mapping 节）；集成点（work-backlog-item 的 groom 子命令、role-resolution-protocol.md、CLAUDE.md）；与计划的一致性（交付物与依赖顺序）。
使用方式：参数 --dry-run 仅运行全部检查并生成报告，不应用修复；--fix 在评估后对损坏引用、缺失元数据或明显缺口应用安全修复并报告改动；无参数时评估并生成报告，随后提供修复或委派修复的选项。输出为结构化报告，含日期、Summary（各检查 PASS/FAIL/PARTIAL）、Findings 与 Recommended Actions。修复后可重新运行评估确认改进。
适用场景：维护或迭代 SDLC 分层架构文档与技能仓库时，用于验证引用、文档与集成点是否一致。
限制：资料未提供安装方式、运行环境要求、收费与平台信息；实验部分提及 sam-flow-experiments 仓库（git clone git@github.com:Jamie-BitFlight/sam-flow-experiments.git），其余细节暂未提供。