用途：在论文生成的关键节点插入强制验收点，任何一步（赛题解析、模型选型、结构设计、微单元生成）完成后可审计该步是否正确；合并全文前做最终一致性扫描。它只做 Review & Reject，不生成新内容。
主要能力：输出 JSON 与人类可读审计报告，含 checkpoint_id、status（PASS/FAIL）、score（0–100）、failures[]（问题描述、位置、建议修改）、warnings[]；FAIL 时给出必须修改清单并阻塞后续步骤。审计维度包括赛题覆盖度（子问题与显式约束是否全覆盖）、模型-任务匹配度、逻辑一致性（假设-推导-结果闭环、符号冲突）、评分点对齐度、内容完整性与反灌水（拒绝复制后换数字、重复、占位符、待补结果）、证据与运行新鲜度（execution_provenance、run_manifest.json、SHA-256 匹配，指标须非空有限，图表表格不得为空或占位）、图表-正文链检测，以及正式交付时读取 format_check_report.json 确认 PASS 且 render_qa.status=PASS。默认规则对齐 CUMCM 国赛评分标准，可用 rubric= 参数覆盖；支持中英文赛题，规则基于关键词库，不依赖外部大模型。
使用方式：本 skill 不得作为孤立入口，须先由 paper-workflow-orchestrator 判断 S0-S8 阶段。启动前运行：python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --skill quality-assurance-auditor；若输出 [WORKFLOW FAIL] 或 status != "PASS"，按 paper_output/qa/workflow_guard_report.json 回补前置阶段。正式成稿前运行证据门禁：python .claude/skills/quality-assurance-auditor/scripts/evidence_gate.py；quickstart 验证只看 warning：python .claude/skills/quality-assurance-auditor/scripts/evidence_gate.py --mode quickstart；legacy/quickstart 基础检查：python .claude/skills/quality-assurance-auditor/scripts/pipeline.py。完成后回到 orchestrator 并用 context-memory-keeper 记录：python .claude/skills/context-memory-keeper/scripts/update_workflow_memory.py。
上游输入：优先读取 paper_output/plan/model_route.json、rubric_alignment.json、data_plan.json、visualization_plan.json、paper_output/figure_index.json、paper_output/results/model_results.json、run_manifest.json、metrics.json、conclusions.json 与 paper_output/tables/table_index.json；缺失时回退到 paper_output/step1/problem_analysis.json。输出写入 paper_output/qa/evidence_gate_report.json 与 .md，并记录输入 SHA-256；problem_files/ 为空应阻塞。
适用场景：怀疑 AI 简化模型、生成内容空洞，或需要验收某一步产出、合并前做最终一致性扫描时调用。
限制：本 skill 不生成内容；official 模式未通过会返回非零退出码；evidence_gate.py 未通过时不得称 final_paper.docx 为最终稿，须回退 model-code-and-result-generator 补足真实结果、指标、图表、表格和结论；格式门禁不通过则回退 final_paper_source.md 或格式化阶段修复。未提供具体收费、价格或平台信息。