用途：该技能针对 src/inspect_evals/ 中的单个评测，提供两种工作流——修复（fix）与审查（review）。修复模式按 EVALUATION_CHECKLIST.md 重构评测以符合标准；审查模式仅评估合规性，不做修改。
识别评测：优先采用用户给出的名称；若刚构建过某评测或用户有未提交代码，可据此推断；不确定时应询问用户。评测名称为评测文件夹名加版本号（取自 @task 函数的 version 参数），如 GPQA 1.1.2 对应 gpqa_1_1_2；若同名文件夹已存在，则追加编号如 gpqa_1_1_2_analysis2。
修复流程：创建 agent_artefacts/<eval_name>/fix 目录，复制 EVALUATION_CHECKLIST.md，创建 NOTES.md 与 UNCERTAINTIES.md。自上而下逐项检查清单，对每项评估置信度（高/中/低）：高置信度则修复并勾选；中置信度记录疑问后尽力解决；低置信度仅记录疑问、不处理且不勾选。不处理评测报告，需在 SUMMARY.md 中说明自动生成报告需单独的 /eval-report-workflow 技能；仍需运行初始测试确保评测可运行，测试模型使用评测 README 示例命令中的模型，例如 uv run inspect eval inspect_evals/<eval_name> --model openai/gpt-5-nano --limit 2。完成后整理 NOTES.md 与 UNCERTAINTIES.md，创建 SUMMARY.md 并告知用户。
审查流程：创建 agent_artefacts/<eval_name>/review 目录，复制清单并创建 NOTES.md、UNCERTAINTIES.md。阅读清单及链接文档，逐项检查相关文件，按“标准、问题、位置、修复建议、评论”格式记录问题；评论以 (Agent) 开头，便于未来通过 gh CLI 发布为 GitHub 评论，语气需礼貌。最后在 SUMMARY.md 中总结整体质量、问题数量与主要问题。
限制：仅覆盖清单中可由智能体检查的项；不自动生成评测报告；低置信度项不处理；具体标准内容以仓库中的 EVALUATION_CHECKLIST.md、BEST_PRACTICES.md 和 CONTRIBUTING.md 为准。