用途：repo_scanner 是 OSS Agent Lab 的元专家（meta-specialist），用于演练仓库接入流程。它从字面 owner/name 字符串推导评分，并在合成评分越过阈值时复制本地骨架，生成新的专家目录。
主要能力：repo_analysis 模拟结构标记并根据仓库命名推断可能能力；auto_scaffold 在综合评分达到 80 及以上时，从 _template 骨架生成新专家目录；specialist_generation 编排 scan → score → scaffold 全流程并返回带来源元数据的统一结果。工具包括 scan_repo（结构分析，无副作用）、evaluate_score（0-100 综合评分，无副作用）、scaffold_specialist（复制 _template 到 agents/specialists/<name>/，会写磁盘）。
使用方式：需 Python 3.11+ 的本地 OSS Agent Lab 检出，并运行 pip install -e .。参数通过 request.intent.parameters 传入：repo（owner/name 格式）与 name（可选，覆盖脚手架目录名）。CLI 用法：oss-lab run repo_scanner "openai/swarm"。也可通过 Python API 调用 RepoScannerSpecialist。评分阈值：>=80 为 auto_scaffold，60-79 为 evaluate，40-59 为 watch，<40 为 skip。
限制：扫描器不联系 GitHub，结构标记、评分与建议均来自仓库字符串，不能证明源仓库真实存在或适合封装。只有脚手架会写入，且仅复制本检出内的 _template。执行 scaffold 写入前需获得用户明确批准并阅读运行时契约。若模板缺失则返回 simulated 且不写任何内容，不得视为创建成功。会拒绝格式错误的仓库 slug、不安全名称及已存在的目标目录，绝不覆盖已有专家，也不得将目标扩展到 agents/specialists/<name> 之外。生成的骨架仍需人工审查。