用途：在实现前为智能体系统做范围界定与评审，涵盖构建与否的决策、智能体形态选择、协议边界、评估、可观测性与上线控制。
主要能力：提供构建与否的决策门；定义任务环境（性能度量、环境、感知、动作/工具、可观测性、确定性、时间跨度、单/多智能体）；选择控制流，生产默认用工作流/FSM/DAG；选择协议边界——MCP 用于工具与数据集成，A2A 用于智能体交接；定义工具模式、交接载荷、状态模型与成功标准；上线前加入评估与遥测；对不可逆动作加人类审批、回滚与终止开关。还覆盖图与循环工程、自主改进循环（修改面、评估函数、保留/回滚规则、终止、台账）、多智能体拓扑升级门（记录单智能体失败、交接契约、延迟与成本预算，成本增益需超过乘数）、按任务复杂度匹配智能体复杂度，以及 24/7 运行的三种形态（触发式托管、常驻机器人/语音服务器、自主循环）与托管选择建议。
使用方式：从标准/快速/专用智能体模板与安全检查清单等资产起步，需要细节时再加载 references、assets 与同级技能；提示词契约、RAG、MCP、子智能体、测试、MLOps、安全等分别路由到对应技能。
限制：文中未给出具体价格与收费信息，成本指引要求查阅当前供应商定价页而非凭记忆；已知陷阱与反模式包括默认把智能体当交互模式、把 MCP 当整体架构、无来源的长期记忆、无步骤/预算/升级限制的规划循环、上线前缺乏评估与回滚、在单强智能体足够时默认多智能体等。评估脚本 agent_eval_runner.py 为离线运行，记录不完整或格式错误按失败处理。