用途：在已有草拟评估标准后，按 EDD 原则进行轴向编码，把相关失败模式聚类为评估主题，精炼标准、生成对抗样本，并将验证通过的草稿接纳进已发布的 goldset。
主要能力：输出聚类后的标准、对抗性示例、已发布 goldset（evals/{system}/goldset.md 与 goldset.json）、保留数据集（默认 20%），并自动交接给 /evals-implement 生成评分器。应用 EDD 原则：错误分析与模式发现、测试数据即代码、二元通过/失败、规格驱动契约。
使用方式：支持参数 --accept IDS、--merge IDS、--split ID、--holdout-ratio RATIO（默认 0.2，范围 0.1-0.3）。执行分阶段：检测轻量草稿格式并转换为完整模板（ADR/PDR/ChDR/CDR/EVAL）；轴向编码聚类；精炼并生成每个标准 3-5 个对抗示例、平衡通过/失败比例；隔离 20% 保留集到 .adlc/memory/evals/holdout.json；发布 goldset 到 docs/adlc/memory/evals/ 并编译为 evals/{system}/goldset.md 与 goldset.json；自动触发 /evals-implement。
适用场景：/evals-specify 之后精炼并接纳草稿标准；数据集维护（平衡通过/失败示例或补充对抗案例）；添加保留集以隔离验证数据。
限制：无草稿标准时不应使用，需先运行 /evals-specify；评分器生成应使用 /evals-implement。所有标准须严格二元，不使用置信度分数或李克特量表。保留集不得用于实现或训练。具体收费、平台与效果资料暂未提供。