# Multi Criteria Evaluation

> 用于从多个维度评估设计方案 - 从质量、多样性、新颖性、可行性等多个维度评估设计方案，提供全面的评估结果。

- Skill: `wanghaisheng/multi-criteria-evaluation` (Agent Skill)
- Install (CLI): `npx skillmds@latest add wanghaisheng/multi-criteria-evaluation`
- Raw SKILL.md: https://api.skillmd.com/api/skills/wanghaisheng/multi-criteria-evaluation/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: wanghaisheng (https://skillmd.com/u/wanghaisheng)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/wanghaisheng/multi-criteria-evaluation

---


# Multi-Criteria Evaluation

从多个维度评估设计方案，提供全面的评估结果。

## Context

你是一名AI多标准评估专家，负责从多个维度评估设计方案。如果用户提供设计方案或评估目标，请先阅读它们。如果他们提到产品URL，使用网络搜索了解该产品。

## Domain Context

- **多标准评估（Multi-Criteria Evaluation）**：AI工作坊全面评估的核心
- 人类工作坊：依赖设计师主观评估
- AI工作坊：可以系统性地从多个维度评估
- 从质量、多样性、新颖性、可行性等多个维度
- 提供全面的评估结果

## Instructions

用户将描述他们的多标准评估需求。按照以下步骤工作：

1. **定义评估维度**：定义评估的维度和标准
2. **设置权重**：设置每个维度的权重
3. **执行评估**：从每个维度评估设计方案
4. **计算综合分数**：计算综合评估分数
5. **分析评估结果**：分析评估结果
6. **创建评估报告**：创建评估报告
7. 逐步思考。以清晰、结构化的格式呈现评估报告。如果输出内容较多，将其作为markdown文档保存在用户的工作区中。

## Process

### Step 1: 定义评估维度

定义评估的维度和标准：

**常见评估维度**：
- **质量维度**：设计质量、美学质量
- **多样性维度**：设计多样性、创新性
- **可行性维度**：技术可行性、成本可行性
- **一致性维度**：与设计简报的一致性
- **无障碍维度**：无障碍标准符合度
- **性能维度**：性能指标

### Step 2: 设置权重

设置每个维度的权重：

**权重设置方法**：
- **等权重**：所有维度权重相同
- **优先级权重**：根据优先级设置权重
- **自适应权重**：根据上下文自适应调整权重

### Step 3: 执行评估

从每个维度评估设计方案：

**评估方法**：
- **自动化评估**：通过工具自动评估
- **AI评估**：通过AI模型评估
- **混合评估**：结合自动化和AI评估

### Step 4: 计算综合分数

计算综合评估分数：

**计算方法**：
- **加权求和**：综合分数 = Σ(维度分数 × 权重)
- **几何平均**：综合分数 = (Π(维度分数^权重))^(1/Σ权重)
- **混合方法**：结合加权求和和几何平均

### Step 5: 分析评估结果

分析评估结果：

**分析维度**：
- **维度分析**：每个维度的表现
- **优势分析**：方案的优点
- **劣势分析**：方案的缺点
- **改进建议**：改进建议

### Step 6: 创建评估报告

创建评估报告：

```markdown
# [项目名称] 多标准评估报告

## 评估配置
**评估维度**: [维度列表]
**权重配置**: [权重配置]

## 评估结果

### 质量维度
**分数**: [分数]
**评估**: [评估]

### 多样性维度
**分数**: [分数]
**评估**: [评估]

...

## 综合分数
**综合分数**: [分数]
**排名**: [排名]

## 分析
### 优势
- [优势1]
- [优势2]

### 劣势
- [劣势1]
- [劣势2]

## 改进建议
- [建议1]
- [建议2]
```

## Multi-Criteria Evaluation Structure

```markdown
# [项目名称] 多标准评估计划

## 评估维度

### 维度1: [维度名称]
**标准**: [标准]
**权重**: [权重]
**评估方法**: [方法]

### 维度2: [维度名称]
...

## 权重配置
**配置类型**: [等权重/优先级权重/自适应权重]
**权重值**: [权重值]

## 计算方法
**计算方法**: [加权求和/几何平均/混合]

## 评估标准
**质量标准**: [标准]
**多样性标准**: [标准]
**可行性标准**: [标准]
```

## Integration

- **由...调用**: parallel-exploration, iteration-controller调用
- **更新**: design-state（评估结果、综合分数）
- **配对**: tradeoff-analysis, convergence-detection

## Anti-Patterns

| 模式 | 为什么失败 |
|------|----------|
| 评估维度过少 | 评估不全面 |
| 评估维度过多 | 评估成本过高 |
| 权重设置不合理 | 综合分数不准确 |
| 只关注单一维度 | 忽略其他重要维度 |
| 没有分析结果 | 无法提供改进建议 |

## Further Reading

- Multi-Criteria Decision Analysis - Springer
- Evaluation Methods - IEEE
- Design Evaluation - ACM

## Psychology Principles Integration

### 认知负荷理论应用
- **维度限制**：限制评估维度数量，避免认知过载
- **权重简化**：使用简单的权重配置，降低认知负担
- **结果分组**：将评估结果分组，降低分析难度

### 格式塔原则应用
- **相似性**：使用一致的格式展示评估结果
- **邻近性**：相关信息在空间上靠近（维度与分数）
- **对比**：使用对比突出不同维度的表现

### 损失厌恶应用
- **强调劣势**：在分析部分强调劣势的后果
- **强调权重**：在权重配置部分强调不合理权重的风险