用途：用 JRig 的二进制评估框架评估 Agent Skill，先返回发布决策，再引用失败或不确定性背后的证据。以观察到的行为为准，而非 SKILL.md 中的声明。
主要能力：默认评估五个维度；可选的回归与裸模型检查需要额外输入，成本约翻倍。决策含义：ship 表示所有评估的阻断项与神圣用例通过；warn 表示评估完成但有非阻断失败或不确定性；block 表示阻断项或神圣回归失败；obsolete_review 表示裸模型与技能表现相当，技能价值需复核。退出码 0 表示评估完成（含 warn、block、obsolete_review），1 表示包或运行时失败，2 表示评审路径失败或无法评估。
使用方式：前置条件为 Node.js 20 或更新版本并安装 j-rig，目标目录含 SKILL.md，有评估 spec（除非目标根目录含 eval-spec.yaml 或 eval-spec.yml，否则需传 --spec），并具备受支持提供商的真实凭据；stub 模式仅用于管道测试，不作为发布证据。先运行预检：j-rig check TARGET_SKILL --json。再运行评估：j-rig eval TARGET_SKILL --spec EVAL_SPEC --models MODEL_ID --provider PROVIDER_ID --json --emit-bundle EVIDENCE_JSON。仓库自用 spec 为 skill/eval.yaml，需显式传 --spec skill/eval.yaml。--emit-bundle 产物是经内核校验的 in-toto gate-result/v1 语句数组，每个模型一条，应随发布记录保存。
适用场景：技能评分、发布门禁、回归对比。
限制：--run-self-test 会执行 spec 指定的命令，属于目标控制的代码，需信任该命令；不得为通过而扩大执行权限。缺失默认 spec 时只能发现两个默认文件名。提供商或评审失败时保留证据并修复，不得用 stub 替代。退出码 2 时应报告未产生有效门禁决策。warn 或 block 后应修复指定标准，并用相同模型与选项重跑以保持可比性。资料未提供具体价格、平台支持范围与效果数据。