用途：该技能为 AI Agency 项目的所有交付物制定质量评估标准，包括评分权重、通过/失败阈值与测试要求，并以怀疑视角做基于证据的判定。
输入契约：已构建的应用（URL 或本地路径）、原始 copy.md（用于文案一致性校验）、原始 design-spec.md（用于设计合规校验）、BRIEF 文档（用于完整性校验）。
输出契约：生成 evaluation-report.md，包含总体得分（0.00–1.00）与 PASS/FAIL 判定、各维度得分及证据、带 file:line 的具体缺陷清单、桌面与移动端截图、改进建议。标准归属文件为 .agency/context/quality-standards.md。
默认评估权重：设计质量 30%、原创性 25%、完整性 25%、功能性 20%。
硬性阈值（触发即 FAIL）：文案与原始 copy.md 不一致；检测到 AI 味（通用紫色渐变加白色卡片布局）；移动端视口损坏（内容溢出或不可读）；每页 CTA 超过 1 个（BRIEF 未明确指定时）；任意链接返回 404；Lighthouse 无障碍低于 80。
测试要求：用 Playwright 截取桌面（1280x720）与移动端（375x667）截图；点击测试所有按钮、链接与 CTA；滚动测试整页遍历；如表单存在则测试所有输入字段；运行 Lighthouse 检查性能、无障碍、最佳实践与 SEO。
限制与说明：核心原则源自 Brand Context，不得自动修改，只能手动编辑；判定默认怀疑、无具体证据不得 PASS、存疑即 FAIL。权重、阈值与测试场景可在动态区通过用户反馈演进，当前动态区规则、反模式与启发式均为空；v1.0.0 为初始创建版本。