用途：对一个多任务智能体流水线进行事后质量评估，输出结构化评估报告，给出综合结论和按严重程度排序的改进建议。
主要能力：按 5 个维度评分并加权求综合分。D1 任务完成率（权重30%），按已完成任务占比映射分数；D2 偏差数量（权重20%，越少越好）；D3 测试通过率（权重25%，解析如 PASS 42/42 的结果，无结果为中性 50）；D4 时间效率（权重10%，实际与预估时长比较，无预估取中性 70）；D5 质量评分（权重15%，依据 lint、format、TODO 等信号，无信号默认 60）。综合分 >90 为 EXCELLENT，>75 为 GOOD，>60 为 ACCEPTABLE，≤60 为 NEEDS_IMPROVEMENT。
使用方式：通过 Skill({ skill: 'pipeline-evaluator' }) 调用。先调用 TaskList() 获取流水线全部任务，再对每个任务调用 TaskGet({ taskId }) 读取状态、摘要、修改文件、偏差、测试结果与时间等元数据，必要时读取计划文件核对范围，然后逐维度打分、计算综合分、生成建议，最后写出 Markdown 报告和符合 pipeline-evaluation.schema.json 的 JSON 报告。
适用场景：多任务流水线完成后的质量度量、路由请求的流水线后质量门禁、反思智能体需要的结构化指标、持续改进循环的基线数据。
限制与禁忌：所有任务必须进入终止状态（completed/failed/cancelled）后才能评分；不得只用任务数代替质量，必须检查测试通过率；不得省略 JSON 报告；测试通过率未超过 90% 时不得判为 EXCELLENT。关于价格、平台支持范围等，资料暂未提供。