用途：对 GitHub 拉取请求的 base 与 head 提交运行 React Doctor 诊断，生成确定性的 NDJSON 产物并比较，用于检查 PR 是否引入诊断回归。
主要能力：解析 PR 的 base/head 提交哈希；在 Vercel Sandbox 中运行评估；支持基线缓存与来源校验；支持配对（paired）base/treatment 同沙箱评估；支持多 PR 矩阵处理；提供诊断对比与性能对比脚本；支持增量规则范围与全量回退；提供 Merkle 索引加速重复比较。
必要用法：需 VERCEL_OIDC_TOKEN 或 VERCEL_TOKEN 配合 VERCEL_TEAM_ID（或 VERCEL_ORG_ID）与 VERCEL_PROJECT_ID，已认证的 gh，以及已推送的 PR head。仓库内使用 ni 和 nr。解析 PR：gh pr view <pr-number-or-url> --json number,url,baseRefOid,headRefOid,headRepository,headRepositoryOwner。在 packages/evals 下运行 nr --silent eval 生成 baseline.ndjson 与 candidate.ndjson。比较：node .agents/skills/run-parity/scripts/compare-parity.mjs <baseline.ndjson> <candidate.ndjson> > parity.json。退出码 0 表示诊断一致，1 表示有诊断变化，2 表示输入无效。
适用场景：PR 诊断回归检查、规则变更影响评估、性能对比（仅限配对顺序评估）、多 PR 矩阵批量对比。
限制：不得未经许可推送更改；缓存需精确匹配提交、语料清单哈希、评估器 schema 与规则集哈希；配对评估非零退出时两个产物均无效；性能对比要求完整 v3 报告、相同项目覆盖与规则范围；矩阵产物不得用于性能对比；增量模式仅在清单报告 mode 为 incremental 时使用，否则回退全量。部分细节（如具体超时数值、完整报告字段）资料未完全展开。