用途：帮助使用者发现、记录并监控智能体运行环境（agent harness）的实际能力，回答“这个环境能做什么”“装了哪些 Python 库”“该用什么库生成 Word/Excel/PDF/图表”等问题，并支持快照、基线与历史对比。
主要能力：运行探测脚本采集运行时与已安装 Python 库信息；枚举当前上下文中可见的工具/技能/MCP；生成自包含 HTML 报告、Markdown 报告与库清单；保存紧凑快照作为基线；比较新旧快照，输出新增、移除、版本变化、状态变化等；归档带日期的快照记录并维护索引。
使用方式：默认只做检查不保存，运行 python scripts/capture_snapshot.py --catalog references/python-library-catalog.yaml --out snapshot.json；生成报告用 python scripts/generate_html_report.py snapshot.json --out report.html；仅当用户明确要求 Markdown 时运行 generate_markdown_report.py 或 generate_library_inventory.py；比较用 python scripts/compare_snapshots.py <old>.json snapshot.json --markdown；归档用 python scripts/archive_snapshot.py --out-dir <archive-folder>（可加 --snapshot、--formats）。工具可见性可写入 observations.json 并用 --tools 传入。
适用场景：了解环境能力、选择已安装的库、定期留存基线、追踪一周内的变化、导出共享报告、为审阅保留带日期的记录。
限制与原则：以实际观察为准，不臆测能力；探测失败不视为不支持，而标记为 unknown、unverified 或 not-visible；默认被动，仅简短提示后运行 active-safe 探测，未经用户明确指示不执行安装或任意 shell/网络操作；禁止记录或显示令牌、密码、连接串、私钥及完整环境值；记忆存储默认且随用户而异，建议导出 JSON 与 Markdown；外部持久化（SharePoint、Dataverse、GitHub、Blob 等）仅在相应工具可见时提供，且非必需。脚本仅用标准库（存在 PyYAML 时使用，否则内置回退）。具体收费、价格等信息资料暂未提供。