用途：对论文、草稿、研究方案、文献综述或研究想法提供发展性、证据可追溯的反馈，以定性判断为先；可选分数只描述已提交证据如何映射到预先声明的有界量规。同时可审计低风险评估流程是否记录了构念、来源、评分者质量、不确定性、可追溯性、敏感性、公平性、可及性、隐私与人工治理。
硬性安全边界：绝不用于自动化、推荐、实质影响或评分招聘、晋升与终身教职、录取、资助、奖项荣誉、纪律处分等高风险人事决策；不得排名、不得把人简化为综合分、不得推断能力品格或未来表现。被要求违规用途时应停止，改为对学术作品的发展性评论，或不处理申请、不比较人、不建议结果的流程审计。不得给出发表就绪、录用/拒稿或“顶刊”判断。组织使用前须读 references/responsible_assessment.md。
主要能力：基于 assets/rubric_template.json 适配并验证量规；用 assets/evidence_manifest_template.json 建立可追溯证据记录，区分观察与解释、支持与反证、缺失与不适用、不确定与不存在；用 assets/evaluation_template.json 独立评分；本地运行有界评分、可追溯性、评分者一致性、权重敏感性与流程检查脚本。
使用方式：仅用 Bash 调用文档化的本地 python3 命令，例如 PYTHONDONTWRITEBYTECODE=1 python3 scripts/validate_rubric.py --rubric assets/rubric_template.json；其余脚本包括 calculate_scores.py、check_traceability.py、summarize_agreement.py、weight_sensitivity.py、check_process.py、generate_report_scaffold.py，参数与严格模式见 references/local_tooling.md。
限制：脚本只接受含假名 ID、有界评分、状态、不确定性与本地引用的严格本地 JSON/CSV；不得放入原始私人申请、简历、推荐信、评分者身份、联系方式、受保护属性或源文档文本；允许分类为 synthetic、public_scholarly_work、deidentified_low_stakes。脚本不联网、不读凭据、不调用模型、不执行输入文本。ScholarEval 为实验性文献支撑的研究想法评估框架，非经验证的心理测量学；分数是序数量规摘要而非自然测量，不确定性范围不是置信区间，一致性不等于信度效度。发布组织报告前须由合格人工委员会复核。