用途：aep-gen-eval 定义可复用的生成器/评估器（generator/evaluator）模式，用于对智能体产出的工件进行诚实评估。核心理念是生成器与评估器必须是两个独立智能体，因为智能体在评估自己产出的工作时往往会自信地给出正面评价，即使质量明显一般。
主要能力与引用文件：该技能同时是一套参考库，消费者技能会读取其 references/ 文件。scoring-framework.md 提供维度定义（1-5 分）、硬失败阈值、维度预设（UI、API、安全、数据、混合）、少样本示例与反模式；agent-contracts.md 提供生成器/评估器角色分离、提示模板与上下文组装规则；eval-protocol.md 提供评估请求/响应格式、验证 JSON schema、评估循环与 needs-human 门记录；recovery-ladder.md 提供两轮恢复阶梯；findings-format.md 提供严重级别分类（blocking/important/minor）、去重与呈现格式；verification-economics.md 提供验证放置矩阵、失败分类、验证层级与核算。
使用方式：直接调用时对任意工件运行完整生成/评估循环。先识别工件（文档、代码变更、OpenSpec 变更或结构化文件），再选择执行模式（并行：生成器与评估器同时启动；顺序：生成器先行、评估器随后读取；循环：最多两轮，生成器可在轮次间修复）。随后读取 scoring-framework.md 选择匹配的预设或自定义维度，读取 agent-contracts.md 定制提示模板，最后读取 findings-format.md 汇总并归类问题，收敛到两种可核验终态之一：修复并重新评分，或将问题清单写入指定路径（如 <artifact-dir>/eval-findings.md）交下游处理。两轮后仍未解决的阻塞性发现按 recovery-ladder.md 升级。
适用场景：文档、设计、产品上下文、代码审查、活跃开发中的多轮修复，以及需要独立验证的其他工件。
限制：最多两轮修复；未直接说明独立使用时的完整端到端步骤细节以外信息暂未提供；未提供收费、平台支持或具体安装命令等信息。