用途：对任意系统（脚本、流水线、提示词、文档、配置、数据集）进行有纪律、可度量的迭代改进或排查。核心是把“够好了吗”变成一条可重复执行的命令，并在造成回归的那次修改处就发现它。
主要能力：把目标写成带明确阈值的通过/失败评分标准；将评分标准内嵌到产物中，使其自行计算指标并打印 [PASS]/[FAIL]；每次只改一层后重跑检查；在快速小切片上循环，仅在检查点跑全量；保留冻结的留出切片用于签核前验证；同时跟踪成本维度（token、工具调用、耗时、错误率）；用程序化对账不变量在步骤间拦截静默错误。
使用方式：先建立实时任务清单，每次只保留一项进行中；把批量读取/扫描和范围明确的编辑委派给子代理，只返回结论；只读并行子代理用于审计，写并发时才用 git worktree；对返回的摘要做抽查验证；对异常数字先独立复现再行动；同时报告朴素指标与修正后指标，并对抽样输出做有意义性审计、先校准评判者。
适用场景：需要反复打磨且能定义可检查条件的改进任务，如分类器调优、数据清洗、提示词迭代、配置与文档精修。
限制：这是一套工具箱而非固定脚本，需自行判断采用哪些方法；无法预知所有任务；并行扇出会成倍增加 token 消耗；资料未提供具体安装命令、收费或平台信息。