用途：把 NeMo Gym 的 rollout 输出转化为分析报告、基准卡片、模型对比、基准改进建议或 BLADE-ready 基准包；也用于撰写基准方法说明、判断基准是否具备全部 BLADE 交付物。
主要能力：收集 rollout JSONL、聚合指标 JSON、reward profile JSONL、报告目录、配置与数据集元数据；计算 pass@1、pass@k、consistency、coverage、retry value 等指标；构建工作流漏斗，将任务分为 always-pass、sometimes-pass、never-pass 与缺失；对比通过/失败轨迹，按时间顺序检查 never-pass 轨迹；用 KG、UK、BI、TI、IR、DA 分类根因并映射到数据、提示、智能体流程、验证器修复、环境可靠性、SFT、RL 等行动。
使用方式：先确认工件集合，缺失时明确说明无法支撑的结论。需要构建或审查 BLADE 基准时加载 references/blade-benchmark-build-guide.md。外部 BLADE 工具不可用时使用本地脚本：uv run python scripts/blade_toolkit.py validate --benchmark-dir <benchmark_dir>，以及 extract-anchor-facts、make-shallow、calibrate 子命令。默认不加载基准专属示例；仅在用户明确要求 CVDP 示例或需要具体范例时加载 references/cvdp-report-example.md 与 references/nemotron-analysis-artifacts/。
报告结构：执行摘要、工件清单、聚合结果、工作流漏斗、任务结果分桶、主要失败模式、sometimes-pass 深入分析、never-pass 深入分析、跨模型对比、建议、可复现性说明。
限制：所有主要结论须绑定行数、任务 id、rollout id、日志、验证器消息等证据；缺失行、超时、格式错误视为一等结果；不得在可分享报告中包含私有代码、端点、凭据、用户名或未发布基准名；基准专属指标保留原名与定义；资料未提供具体价格、平台支持范围与效果保证。