用途：把预训练检查点推进到量化检查点的发布决策，按固定链路执行并在每阶段后设门禁。它本身是编排者，不重新实现量化、服务、评估或对比，而是调用已有领域技能。默认目标：量化检查点小于源模型，在标准基准上相对匹配基线的精度下降在阈值内（默认<1%），并给出发布建议。
主要能力：链路为 setup→PTQ→canary→baseline-eval→quantized-eval→compare→verbosity→closeout，各阶段对应 gate_ptq.py、gate_run.py、gate_compare.py、gate_verbosity.py 等门禁脚本，返回 {pass, failure_class, detail}。评估技能自行部署端点，故无独立部署阶段；服务失败会以 DEPLOYMENT_HEALTH_FAILED 暴露。精度与冗长度是两个独立门禁，closeout 需两者都通过。
使用方式：先解析输入（模型、recipe/qformat、集群、评估集、阈值），确认凭据与集群可达后依次调用领域技能并运行门禁，失败不得推进。对比前需机械 diff 基线/候选配置，仅允许 checkpoint_path 与 served_model_name 不同。发布时须验证所评估产物与发布产物一致。
适用场景：仅用于完整的目标驱动发布；单阶段任务应直接路由到对应领域技能。
限制：v1 只做线性链路与报告，REGRESSION 时报告并停止，评估器-优化器配方循环推迟。失败分类需按表分诊，SYSTEMIC 中止整轮，POINT_INFEASIBLE 表示该模型与配方组合不可行。统计功效不足的任务应标为 INDETERMINATE。具体收费、平台支持等信息暂未提供。