用途：为仓库中的技能创建最小且符合 schema 的评测清单（evals/evals.json），用于补充行为评测覆盖。范围仅限评测脚手架，除非维护者明确批准，否则不运行实时行为评测。
主要能力与用法：通过 $ARGUMENTS 分发动作。输入 <name> 可预览 skills/<name>/evals/evals.json 的脚手架；<name> --apply 在文件缺失或用户批准覆盖时写入脚手架；check <name> 校验已有评测清单；留空则显示用法示例与清单 schema 摘要。
工作流：先确认 skills/<name>/SKILL.md 存在，再运行内置脚本 uv run python skills/skill-eval-scaffolder/scripts/scaffold_evals.py <name>，随后补充显式、隐式与负向对照用例，最后用内置校验脚本验证。
清单结构：每个 evals/evals.json 包含 skill_name（kebab-case 目录名）与 evals（非空用例列表，用例含 id、prompt、expected_output，可选 files、assertions）。校验命令为 uv run python skills/skill-eval-scaffolder/scripts/check.py。
关键规则：未经用户明确批准不得覆盖已有评测清单；新脚手架至少包含一个显式调用用例；声明完成前运行 validate_evals.py；实时评测执行应转交 skill-creator 评测模式或维护者 CI 工作流；提示词需基于技能分发表与 NOT-for 边界。
限制：仅做脚手架，不执行实时 LLM 评测；其他细节暂未提供。