用途：查看某个技能或插件的评估结果与基准报告，用于回顾过往评估、比较基准运行、审阅质量趋势。
主要能力：支持技能级与插件级报告。技能级默认显示最近一次基准（--latest），包含通过率、耗时与基线对比，以及逐条评估结果；--history 显示历史迭代；--compare 对比当前与上一次基准，列出改进与退化的评估项。插件级读取 plugin-benchmark.json，按技能列出评估数、通过率与状态，并给出总体通过率。
使用方式：命令为 /evaluate:report，参数从 $ARGUMENTS 解析。<target> 为必填：含 / 视为 plugin-name/skill-name，读取 <plugin>/skills/<skill>/eval-results/benchmark.json；不含 / 视为 plugin-name，读取 <plugin>/eval-results/plugin-benchmark.json。若目标文件不存在，会提示暂无评估结果，并建议运行 /evaluate:skill 或 /evaluate:plugin。
适用场景：需要查看历史评估结果、比较基准运行、审阅技能或插件质量趋势时使用。若需运行新评估用 /evaluate:skill；需改进建议用 /evaluate:improve；需结构合规检查用 plugin-compliance-check.sh。
限制：仅读取已有评估结果文件，不执行评估；具体输出格式与字段以实际文件为准，其他细节暂未提供。