Actor Adaptation Scoring

Actor Adaptation Scoring

wanghaisheng Updated

File contents

Actor Adaptation Scoring

概述

演员适配评分技能专注于计算和维护演员在特定角色上的适配分,这是RAMS框架动态信誉系统的核心。

核心概念

演员适配分 (Actor Adaptation Score)

演员在特定角色上的历史表现评分,动态更新,影响编排器的调度决策。

评分维度

  • 质量:输出质量评分(0-10)
  • 成本:任务成本(token消耗、API费用)
  • 延迟:任务执行时间
  • 成功率:任务成功/失败比例

评分计算

加权平均

适配分 = (质量 × w1) + (成本效率 × w2) + (延迟效率 × w3) + (成功率 × w4)

成本效率

成本效率 = 基准成本 / 实际成本

延迟效率

延迟效率 = 基准延迟 / 实际延迟

动态更新

更新触发

  • 每次任务执行后
  • 角色定义进化后
  • 定期重新评估

更新策略

  • 指数移动平均:新得分 = 旧得分 × α + 新得分 × (1-α)
  • α通常为0.7-0.9,给予历史表现一定权重

适配度矩阵

actor_suitability:
  claude:
    client_unity: 9.5
    backend_dev: 8.8
    game_designer: 9.2
  gpt4:
    client_unity: 8.5
    backend_dev: 9.2
    game_designer: 8.0

最佳实践

  • 评分应该透明可解释
  • 权重应该根据任务类型调整
  • 历史数据应该有合理的衰减
  • 异常值应该被识别和处理

常见错误

  • 权重设置不合理,导致评分偏差
  • 忽视历史数据,评分波动过大
  • 不处理异常值,评分失真
  • 评分不透明,用户无法理解

wanghaisheng/openaiworkhorse-design-team/tree/main/.claude/skills/designer-role/skills/actor-adaptation-scoring commit 56ce5b0250

Frequently asked questions

npx skillmds@latest add wanghaisheng/actor-adaptation-scoring