用途：帮助把“有时能用”的 AI 智能体或自动化变成可信任的可靠系统，重点是在失败到达真实环境前发现并拦截。
主要能力：产出失败地图，覆盖输入异常、幻觉输出、错误或格式错误的工具调用、未处理边界情况、静默失败与失控循环；为每类失败匹配检查手段，包括输入校验、输出验证、真实用例评估、工具调用 schema/格式检查、人工审批门与监控告警；给出评估方法，用真实且困难的用例集打分，衡量质量并捕获回归；确定人工介入位置，按后果严重程度分级，不可逆或外部动作需人工确认，低风险步骤自动执行；按风险大小匹配可靠性投入，避免对低风险玩具过度工程或对高风险系统测试不足；提供建立信任的渐进式上线路径：影子模式→低风险实跑→扩大范围，并配合监控。
使用方式：需提供智能体做什么、调用哪些工具与动作、触及什么；失败代价；当前已观察到的波动；所用框架与工具，以及能否加入评估与监控。输出格式包含可靠性概述、失败地图、逐项检查、评估用例、人工门与上线计划。
适用场景：智能体上线前测试、自动化可靠性排查、AI 工作流安全投产、真实数据运行前检查。
限制：资料未提供具体框架集成、代码实现、价格或平台支持信息。