用途：在信任或优化某个软件度量（metric/score/index）之前，对其进行经验性验证。它把候选度量与语料交给一组实验，尝试证伪可信、可优化度量应具备的各项属性，并按属性输出 PASS/FAIL，每项结果对应 deterministic-metric-design 设计技能中的检查类别。
适用时机：有人提出、评审、调优或上线某度量需要证据；分数感觉异常（疑似跟踪 LOC、多次运行跳动或饱和）；即将让智能体优化某度量需确认不能靠表面修改刷分；按 deterministic-metric-design 构建了候选度量需经验确认；在两个度量间选择需判断哪个真正预测结果并胜过简单基线。
主要检查：determinism（运行两次并在 PYTHONHASHSEED 0/1 下运行，要求数值一致）、invariance（加入注释、空行、空白等表面修改后分数不变，否则可被刷分）、monotonicity（追加递增代码块后分数不下降且不饱和）、robustness（空输入与单语句边界输入下有限、在声明范围内且不崩溃）、tractability（随输入增长计时，需在预算内且亚二次增长）、validity（与公认指标及 LOC 的 Spearman、与结果的 AUC，要求收敛性高、判别性不等于 LOC、预测性优于基线）。统计用纯 Python 标准库实现，无需 numpy/scipy。
适配器约定：度量是任意以路径为最后一个参数、并只向 stdout 打印一个数字的命令，如 python3 mymetric.py path/to/file.py 输出 42。与语言无关，诊断信息走 stderr。自带示例度量 scripts/examples/metric_ast_nodes.py（AST 节点数），开箱即用。
使用方式：bash scripts/verify.sh 验证自带示例；METRIC_CMD="python3 /abs/path/mymetric.py" bash scripts/verify.sh 验证自己的度量；bash scripts/selftest.sh 自测；bash scripts/run-metric.sh path/to/file.py 检查适配器是否只输出一个数字。verify.sh 运行全部检查并给出最终 PASS/FAIL，各项检查也可单独运行。
配置：可用 config.json 或同名大写环境变量覆盖。metric_cmd/METRIC_CMD、baseline_cmd/BASELINE_CMD（默认自带 LOC）、corpus_dir/CORPUS_DIR、labels_csv/LABELS_CSV（path[,outcome][,accepted]）、declared_min/DECLARED_MIN、declared_max/DECLARED_MAX。有效性阈值可用 CONVERGENT_MIN、DISCRIMINANT_MAX、PREDICTIVE_MIN 调节，默认较宽松，正式运行应收紧。空配置字段回退到自带示例，不会因缺少配置而崩溃。退出码：全部通过为 0，任一失败为 1。
限制：只读，只计算并报告，不修改度量、语料或外部状态，可无人值守运行。需要 python3（3.8+）、bash 与 awk，脚本兼容 macOS bash 3.2，无需网络和外部包。FAIL 会指出属性和应查阅的设计规则。