用途：审计一份文档或论证的推理质量，帮助每天需要阅读他人推理并做出判断的决策者。它将文档拆解为推理骨架，标出成立与不成立之处；同时在揭示审计结果前，先让用户给出自己的判断，再把审计结果作为对照，使每次审计成为一次刻意练习。
主要能力：按固定标签标注发现的问题，包括 [GAP]（有分量却无证据的主张）、[LEAP]（证据存在但推论不成立）、[ASSUME]（未明说的隐含假设）、[FALLACY]（命名的推理谬误，需引用原文）、[CONFLICT]（文中互相矛盾的两处陈述）、[OPINION]（审计者不同意但推理成立）、[CANNOT-ASSESS]（需要审计者不具备的领域知识或数据）。每条发现必须逐字引用所指向的原文。支持快速审计、深度审计、草稿评审、进展评审四种模式。
使用方式：首次运行 scripts/init-workspace.sh 创建持久化的 thinking-gym/ 目录，含 profile.md、calibration.md 与 sessions/。流程为：接收文档并询问其背后的决策；在分析前让用户先给出判断并记录；按 references 中的方法完成审计；对比用户判断与审计结果，分为“命中”“遗漏”“臆想”与校准；最后更新记录。用户可跳过提交环节，但会记录为 skipped。草稿评审模式会补充修复建议、预演最强反驳并检查决策结构。
适用场景：阅读备忘录、提案、分析、推介材料等并需决定信任程度时；审阅自己的草稿以提前发现漏洞；定期查看自身判断力的进展。
限制：不验证外部事实，涉及事实真伪时标为 [CANNOT-ASSESS] 并建议另行研究；不替代公司层面战略决策、对话式主题学习或用户研究；每条发现必须锚定原文引用，否则不构成发现。培训记忆依赖 thinking-gym/ 目录，一次性审计无需该目录。支持的命令与参考文件保持不变：scripts/init-workspace.sh、references/rubric.md、references/fallacies-biases.md、references/argument-anatomy.md、references/coaching.md、references/audit-report.md。