用途：对目标仓库的智能体 harness 做一次与技术栈无关的完整评估，默认只产出报告，不自动编辑 AGENTS.md 或技能文件，除非用户在查看 Ship/Slim 结果后明确要求。
主要能力：分为三条轨道。Track A 为确定性正确性检查，仅用脚本、几乎不消耗模型 token，判断被引用的路径/命令是否存在，倾向漏报而非误报 BROKEN。Track B 评估冗余度，判断智能体在没有该 harness 时能否低成本重新发现，需双评审加埋点，仅当陷阱门通过且双方一致判 REDUNDANT 才 Ship。Track C 评估有用性，判断该内容是否真正改变行为，需双评审、埋点与 fan-in 检查，模型敏感，Slim 删除前建议换第二个模型复核。
使用方式：先解析 SKILL_DIR 并确认 references/PROTOCOL.md 与 scripts 下脚本存在；在目标仓库根目录运行 python3 "$SKILL_DIR/scripts/inventory_extract.py" --root . --run-id "$RUN_ID" 生成清单与 claim 集；按需回答 Q1（可选文档范围）与 Q2（B/C 预算）问卷；随后运行 python3 "$SKILL_DIR/scripts/track_a_correctness.py" --root . --run-id "$RUN_ID"。若批准 B/C，再依次运行 merge_agreement.py、surfaces_extract.py、merge_usefulness.py 等脚本，并派发独立子代理评审。输出写入目标仓库 .harness-eval/runs/<run-id>/。
适用场景：审查仓库中 AGENTS.md、规则、技能树（.agents/skills、.cursor/skills、.claude/skills）及被引用文档的质量，发现失效引用、冗余指令与低价值内容。
限制：默认只报告不修复；README 不作为 harness 表面；ADR/RFC 决策记录树始终排除在 T2 之外；其他被引用项目文档默认省略，需用户批准；Track B/C 必须经用户同意才运行；Slim 应用不得删除 fan-in 被阻塞的路径；Mixed 应用只能依据 11-mixed-apply.md 的 KEEP/CUT 执行。具体收费、价格与平台信息暂未提供。