用途：当重复证据表明生态缺少某项能力时，recommend-evolution 负责检测能力缺口并记录标准化的演进建议，供后续编排器与审批流程决策。它只记录建议，不直接执行演进。
主要能力：使用面向原因的触发分类（repeated_error、no_agent、integration_gap、user_request、rubric_regression、stale_skill、other），并按阈值校验触发条件，例如同一类失败在 5 个以上任务中出现、同一类任务评分反复低于阈值、反复出现无有效路由匹配的需求、用户明确请求尚不具备的能力、审计发现制品超过 6 个月未验证等。记录时生成包含 timestamp、source、trigger、evidence、suggestedArtifactType、summary、status 的 JSON 对象，追加到 .claude/context/runtime/evolution-requests.jsonl，并在当前输出中加入 Evolution Recommendation 报告块。
使用方式：先校验触发类型，再决定路径。若缺口是已有制品的集成问题，优先使用 Skill({ skill: 'artifact-integrator' })；若是已有技能陈旧或表现不佳，优先使用 Skill({ skill: 'skill-updater' })；只有需要全新能力或制品时才继续记录演进建议。示例调用：Skill({ skill: 'recommend-evolution', args: '--trigger repeated_error --suggestedArtifactType skill' })。
限制：不得直接启动 evolution-orchestrator，执行决策属于编排器与审批流程；无证据不得提交建议，单次失败视为噪声；集成或更新类缺口不应创建演进请求；stale_skill 触发应直接交给 skill-updater。开始前需读取 .claude/context/memory/learnings.md，完成后按类型写入 learnings.md、issues.md 或 decisions.md。