用途：该技能用于 LLM 评估流程中的轴向编码环节。当用户已经完成开放式编码（阅读 LLM 流水线 trace 并写下自由文本笔记，记录“首次失败点”）后，用它把这些零散观察整理成有组织、可操作的失败模式分类体系。
主要能力：读取 JSON、CSV 或粘贴文本形式的标注（字段如 trace_id、annotation/note，可选 pass_fail、trace_summary、query 或完整 trace）；先通读全部标注，再聚类为 3–7 个互不重叠的失败模式；每个模式给出 2–5 词标题、一行定义和 2–3 条代表性示例；随后把分类体系回标到每条 trace，为每个失败模式赋 1 或 0；最后统计各模式的计数、占比并排序。
使用方式：按五步工作流进行——摄入并理解标注、起草失败模式聚类、通过讨论迭代细化、回标 trace、量化并排优先级。分类以表格形式呈现，列为编号、失败模式、定义、示例标注。输出最多三件产物：分类定义（始终产出）、重标注数据集（提供输入 trace 时产出）、汇总统计（完成回标后产出）。标注超过 30 条时，可用 LLM 辅助提出初始分组，但结果必须交由用户审阅调整。
适用场景：LLM 流水线评估、构建 LLM-as-Judge 评估器（每个失败模式对应一个二元评估提示，示例作为少样本示例）、指导针对性流水线改进、为稀有失败模式合成更多触发样本。
限制：分类必须二元，不使用 Likert 量表或严重度评分；应避免通用 LLM 研究术语（如 hallucination、verbosity），改用应用领域词汇；类别过多（如 30 条标注得出 10+ 模式）说明切分过细；分类体系应允许迭代演进，不宜过早冻结；每个定义都需具体示例。频率不单独决定优先级，需询问用户按业务影响加权。详细输出模式与文件格式见 references/output-formats.md。