openyida 触发条件
当用户的意图是「评测/测试/检查某个 openyida 技能的质量」时触发。典型表述：
- "评测一下 yida-dashboard 技能"
- "帮我跑一下 skill eval"
- "检查这个技能的质量"
- "这个技能能不能准出？"
- "评估 yida-report 技能"
- "测试下路由准确率"
前置条件
- 确认目标技能名称（如
yida-dashboard）。若用户未指定，列出可用技能供选择：ls yida-skills/skills/ - 确认 Node.js 版本 ≥ 18：
node --version - 确认依赖已安装：
npm install
工作流
Step 1 — 快速评测（默认，无副作用）
大多数情况使用 pipeline 模式，它会自动串联所有评测步骤：
node scripts/eval/pipeline.js --skill <技能名>
该命令自动执行以下全部步骤：
- 静态校验（文档规范性 + 可维护性）
- 路由测试（命中率 + 混淆对）
- 安全合规检查
- 覆盖度分析
- 10 维度综合评分 + 加权总分
- 准出门槛判定 + 自动优化建议
产物目录：project/.cache/eval/pipeline/<run-id>/
读取结果：
cat project/.cache/eval/pipeline/*/pipeline-report.json | tail -1
Step 2 — 解读结果
从 pipeline-report.json 中提取关键信息，向用户报告：
- Pipeline 状态：
status字段（pass / fail / warn） - 各步骤结果：
steps[]数组的 step / status / score / detail - 总分：
scorecard.overall（0-100 分） - 准出判定：
scorecard.gate（pass = 可准出，fail = 不可准出） - 硬门槛详情：
scorecard.hardGates中每项的状态 - 优化建议：
suggestions[]中按 priority 排序的改进项
Step 3 — 深度评测（可选，用户要求时）
如果用户要求更深度的评测（如 A/B 对比、JUnit 报告）：
# A/B 基线对比（with_skill vs without_skill）
node scripts/eval/runner.js --mode baseline --skill <技能名> --format junit
# 单独维度评测
node scripts/eval/runner.js --mode doc-quality --skill <技能名>
node scripts/eval/runner.js --mode comprehensive --skill <技能名>
Step 4 — Web 控制台（可选）
如果用户希望在浏览器中查看评测结果：
npm run eval:dashboard
然后打开 http://127.0.0.1:4500 查看控制台。
Step 5 — 输出评测报告
向用户呈现结构化报告：
## 技能评测报告：<技能名>
### Pipeline 状态：<PASS/FAIL/WARN>
| 步骤 | 状态 | 分数 | 详情 |
|------|------|------|------|
| 静态校验 | ✔/✗ | xx | ... |
| 路由测试 | ✔/✗ | xx% | ... |
| 安全合规 | ✔/✗ | xx | ... |
| 覆盖度 | ✔/✗ | xx% | ... |
| 综合评分 | ✔/✗ | xx/100 | ... |
| 准出判定 | ✔/✗ | - | ... |
### 评分卡（10 维度）
| 维度 | 得分 | 权重 | 加权得分 |
|------|------|------|----------|
| 规范性 | xx | 10% | x.x |
| 可维护性 | xx | 5% | x.x |
| 路由准确率 | xx | 15% | x.x |
| ... | ... | ... | ... |
| **总分** | **xx** | | |
### 准出门槛
| 门槛 | 要求 | 实际 | 状态 |
|------|------|------|------|
| 触发准确率 | ≥ 85% | xx% | ✔/✗ |
| 步骤完成率 | = 100% | xx% | ✔/✗ |
| 功能测试通过率 | ≥ 95% | xx% | ✔/✗ |
| 输出格式正确率 | ≥ 85% | xx% | ✔/✗ |
| 安全合规 | 0 failures | xx | ✔/✗ |
### 优化建议（前 3 条）
1. [blocker/critical/high] ...
2. ...
3. ...
可用评测模式
| 模式 | 命令 | 说明 |
|---|---|---|
| pipeline | --mode pipeline |
全自动闭环（推荐） |
| doc-quality | --mode doc-quality |
文档规范性 |
| routing | --mode routing |
路由准确率 |
| safety | --mode safety |
安全合规 |
| coverage | --mode coverage |
覆盖度 |
| comprehensive | --mode comprehensive |
10 维度评分 |
| baseline | --mode baseline |
A/B 基线对比 |
| e2e | --mode e2e |
端到端基线（需 OPENYIDA_E2E=1） |
| generate | --mode generate |
真实生成（需 OPENYIDA_E2E=1） |
WHEN NOT
- 不处理应用搭建、页面开发、数据管理等开发任务
- 不处理非 openyida 技能的评测
- 不修改技能文件——仅读取和评测（除非用户明确要求根据建议修改）
- 不执行需要真实宜搭资源的评测（e2e / generate），除非用户明确要求
- 不与
yida-dashboard、yida-report、yida-create-process等搭建类技能混淆