用途：针对规格驱动开发（SDD）成果，按 PRD 的每条验收标准（AC）逐条评估，分别给实现与测试打分，再汇总为单一可比较的最终等级，便于在不同 SDD 框架间基准对比，或对同一成果重复评估得到可复现的数字。
主要能力：回答两个独立问题——框架是否尊重并提取需求（Final 实现侧 + Scope S、Elicitation E），以及测试框架是否确保需求全部实现（T + Engineering Gates G）。评分基于清单：每条标准拆成原子二元（MET/UNMET）检查，每项须有 file:line 证据；部分得分由通过比例推导。
使用方式：需提供 PRD、实现代码、测试（单元 + e2e）、SDD 产物 spec.md 与 tasks.md。先用 git 界定改动范围，例如 git diff <base>..<head> --name-only、git diff --name-only HEAD、git status --short。评分公式：AC_score = 0.6I + 0.4T；Story_score 为故事内 AC 均值；Final 按故事优先级加权（P0=3、P1=2、P2/范围外=0）。汇总须用脚本计算，k=3 自洽集成取多数票。
适用场景：逐条评估 PRD 并给出最终等级、判断某故事/功能是否 100% 实现、对同一 PRD 的多个 SDD 实现做基准、按验收标准审计实现与测试覆盖。
限制：评估者须只读，不得修改被评代码；基准场景下评估模型应与写代码模型不同；无 spec.md 时 E/S 记为 n/a；缺失事实暂未提供。