Score
"Tahmin etme. Puanla."
AI agent'ları için ağırlıklı boyut puanlama çerçevesi.
Nasıl kullanılır
Önce anla, sonra puanla. Boyutları tanımlamadan önce yeterince soru sor. Yanlış boyutlar → yanlış puanlar, ne kadar hassas olursa olsun.
Taslak çıkar, sonra yinele. İhtiyaçlar tam net değilse elinden gelenin en iyisini yap, puanla ve sonuçları göster. Kullanıcılar somut sıralamalara tepki verir — "bu faktör daha yüksek olmalı", "X'i atlamışsın". Bu sinyaldir. İyileştir ve yeniden puanla. Bir tur, on tur tahmin etmekten iyidir.
Agent analisttir. compute'dan sonra TSV'yi oku. X'in Y'yi neden yendiğini açıkla. Sürprizleri vurgula. Ayarlamalar öner. Sıralama sohbeti başlatır, bitirmez.
Çekirdek akış
① İhtiyaçları anla → ② score.yml tanımla → ③ score.tsv puanla → ④ x score compute → ⑤ Raporla ve yinele
Çıktı: target, total, rank, block, reason, <dim> (X%), evidence. Toplam 0–100, azalan sıralı. rank=1 en iyi.
Örnek — kullanıcının tanıtım sloganlarına karar vermesine yardım etmek
- Değerlendirme boyutlarını ve kriterleri tanımlamak için kullanıcıyla görüş.
slogan.score.yml yaz.
- AI her sloganı boyut başına puanlar (0–10, kanıtla) →
slogan.score.tsv. Toplam ve rank boş bırak.
x score compute slogan.score.yml slogan.score.tsv → toplam + rank'i doldurur.
- Sonuçları oku, kullanıcıyla görüş. Puanları ayarla veya aday ekle, tekrarla.
- Ya da:
x score iter -f slogan.score.yml slogan.score.tsv "<geri bildirim>"
Daha fazla örnek: EXAMPLE.md.
İki dosyalı model
*.score.yml — Yeniden kullanılabilir standart: boyutlar, faktörler, açıklamalar
**.score.tsv — Hedefler + puanlar + kanıt; 1. sütun = hedef adı
x score compute <yml> <tsv> — python compute.py ile aynı.
Uygulama senaryoları
- Agent'lara karar iş akışı verir. score.yml, agent'ı yapılandırılmış bir sürece çıpeklidir — agent son mesajın ruh haline değil standarda uyar.
- Kararlar kural tabanlıdır. Boyutlar × faktörler × kanıt → ağırlıklı toplam → rank. Her puan olgulara çıpeklidir. Akıl yürütme saydamdır.
- Farklı ihtiyaçlara ayarlanır. Boyutları değiştir, faktörleri ayarla, sert filtreler ekle (
block sütunu). Aynı şablon, farklı kullanıcılar.
- İhtiyaçlar netleştikçe evrilir. Taslak → puan → geri bildirim → iyileştir → keskinleştir.
- Her yetenek için standart dosya + arşivlenmiş sonuçlar. score.yml = karar standardı. score.tsv = karar kaydı. İkisi de arşivlenebilir, incelenebilir, paylaşılabilir.
Formül
total = Σ(faktör × puan) ÷ Σ(faktör) × 10 → 0–100
- faktör — 1–10 tam sayı. Temel = 2. 1=minor, 4=2×, 6=3×, 8=4×, 10=5×. Otomatik normalize edilir.
- puan — boyut başına 0–10, kanıta çıpeklidir.
- toplam — ağırlıklı toplam 0–100.
Boyut başlıkları ağırlık yüzdesini gösterir:
faktör ÷ Σ(faktör) × 100.
Çıktı sütunları
| Sütun |
Kaynak |
Açıklama |
target |
girdi |
Aday adı |
total |
hesaplanır |
Ağırlıklı puan (0–100) |
rank |
hesaplanır |
1 = en iyi. Engelliyse X |
block |
girdi |
Sert filtre — boş değilse elendi, sona atıldı, rank=X |
reason |
girdi/çıktı |
İsteğe bağlı: AI'ın puan nüanslarına dair notları |
<dim> (X%) |
hesaplanır |
Boyut başına puanlar, başlık ağırlık %'sini gösterir |
evidence |
girdi |
Her puanı destekleyen olgular |
Ölçek
- 9–10 — Mükemmel — kriterleri tamamen karşılıyor
- 7–8 — İyi — kriterleri karşılıyor, küçük eksik
- 5–6 — Yeterli — yön doğru, kayda değer eksik
- 3–4 — Zayıf — belirgin boşluk
- 1–2 — Başarısız — ancak ucunu karşılıyor
- 0 — Geçerli değil — uygulanamaz
Kurallar
- Kanıta çıpekleme — her puan mutlaka kanıt taşımalı. Duygular değil, olgular.
- Tüm aralığı kullan — 5 orta noktadır, varsayılan değil. 0 ve 10 nadirdir ama mümkündür.
- Faktörler göreli çarpanlardır — faktör 2, faktör 1'in 2 katı etki demektir. Otomatik normalize edilir.
- Hedefler benzersiz ve boş olmayan — her satırın 1. sütununda bir hedef adı olmalı. Tekrar yok, boşluk yok.
- Agent okur, raporlar, karar verir — compute'dan sonra sonuçları açıkla. Gerektiğinde yeniden puanla ya da yeniden ağırlıklandır.
Dosyalar
SKILL.cn.md — Çince sürüm
compute.py — Doğrular + toplam + rank hesaplar
template/*.score.yml — 35+ şablon. x score ls listeler, x score init -t <ad> kopyalar
EXAMPLE.md — Daha fazla kullanım örneği
rule-vs-score.md — rule ile score arasında ne zaman ne kullanılır
score-template-writer.md — Puanlama şablonları nasıl yazılır
İlgili
- rule — eşleşen uyum yoldaşı
- naming — aday adlar burada puanlanır
1---2name: score-183description: |4 AI agent'ları için ağırlıklı boyut puanlama çerçevesi — "Tahmin etme. Puanla." Temel fikir: önce5 ihtiyaçları anla, sonra taslak çıkar ve yinele, agent analisttir. `x score compute` ile sıralı TSV çıktısı.6metadata:7 source: https://skillmd.com/skills/x-cmd/score-188 related: "rule,naming"9---101112# Score13"Tahmin etme. Puanla."14AI agent'ları için ağırlıklı boyut puanlama çerçevesi.15## Nasıl kullanılır16**Önce anla, sonra puanla.** Boyutları tanımlamadan önce yeterince soru sor. Yanlış boyutlar → yanlış puanlar, ne kadar hassas olursa olsun.17**Taslak çıkar, sonra yinele.** İhtiyaçlar tam net değilse elinden gelenin en iyisini yap, puanla ve sonuçları göster. Kullanıcılar somut sıralamalara tepki verir — "bu faktör daha yüksek olmalı", "X'i atlamışsın". Bu sinyaldir. İyileştir ve yeniden puanla. Bir tur, on tur tahmin etmekten iyidir.18**Agent analisttir.** compute'dan sonra TSV'yi oku. X'in Y'yi neden yendiğini açıkla. Sürprizleri vurgula. Ayarlamalar öner. Sıralama sohbeti başlatır, bitirmez.19## Çekirdek akış20```21① İhtiyaçları anla → ② score.yml tanımla → ③ score.tsv puanla → ④ x score compute → ⑤ Raporla ve yinele22```23Çıktı: `target, total, rank, block, reason, <dim> (X%), evidence`. Toplam 0–100, azalan sıralı. rank=1 en iyi.24## Örnek — kullanıcının tanıtım sloganlarına karar vermesine yardım etmek251. Değerlendirme boyutlarını ve kriterleri tanımlamak için kullanıcıyla görüş. `slogan.score.yml` yaz.262. AI her sloganı boyut başına puanlar (0–10, kanıtla) → `slogan.score.tsv`. Toplam ve rank boş bırak.273. `x score compute slogan.score.yml slogan.score.tsv` → toplam + rank'i doldurur.284. Sonuçları oku, kullanıcıyla görüş. Puanları ayarla veya aday ekle, tekrarla.295. Ya da: `x score iter -f slogan.score.yml slogan.score.tsv "<geri bildirim>"`30Daha fazla örnek: [EXAMPLE.md](EXAMPLE.md).31## İki dosyalı model32- `*.score.yml` — Yeniden kullanılabilir standart: boyutlar, faktörler, açıklamalar33- `**.score.tsv` — Hedefler + puanlar + kanıt; 1. sütun = hedef adı34`x score compute <yml> <tsv>` — `python compute.py` ile aynı.35## Uygulama senaryoları361. **Agent'lara karar iş akışı verir.** score.yml, agent'ı yapılandırılmış bir sürece çıpeklidir — agent son mesajın ruh haline değil standarda uyar.372. **Kararlar kural tabanlıdır.** Boyutlar × faktörler × kanıt → ağırlıklı toplam → rank. Her puan olgulara çıpeklidir. Akıl yürütme saydamdır.383. **Farklı ihtiyaçlara ayarlanır.** Boyutları değiştir, faktörleri ayarla, sert filtreler ekle (`block` sütunu). Aynı şablon, farklı kullanıcılar.394. **İhtiyaçlar netleştikçe evrilir.** Taslak → puan → geri bildirim → iyileştir → keskinleştir.405. **Her yetenek için standart dosya + arşivlenmiş sonuçlar.** score.yml = karar standardı. score.tsv = karar kaydı. İkisi de arşivlenebilir, incelenebilir, paylaşılabilir.41---42## Formül43```44total = Σ(faktör × puan) ÷ Σ(faktör) × 10 → 0–10045```46- **faktör** — 1–10 tam sayı. Temel = 2. 1=minor, 4=2×, 6=3×, 8=4×, 10=5×. Otomatik normalize edilir.47- **puan** — boyut başına 0–10, kanıta çıpeklidir.48- **toplam** — ağırlıklı toplam 0–100.49Boyut başlıkları ağırlık yüzdesini gösterir: `faktör ÷ Σ(faktör) × 100`.50## Çıktı sütunları51| Sütun | Kaynak | Açıklama |52|--------|--------|-------------|53| `target` | girdi | Aday adı |54| `total` | hesaplanır | Ağırlıklı puan (0–100) |55| `rank` | hesaplanır | 1 = en iyi. Engelliyse `X` |56| `block` | girdi | Sert filtre — boş değilse elendi, sona atıldı, rank=X |57| `reason` | girdi/çıktı | İsteğe bağlı: AI'ın puan nüanslarına dair notları |58| `<dim> (X%)` | hesaplanır | Boyut başına puanlar, başlık ağırlık %'sini gösterir |59| `evidence` | girdi | Her puanı destekleyen olgular |60## Ölçek61- 9–10 — Mükemmel — kriterleri tamamen karşılıyor62- 7–8 — İyi — kriterleri karşılıyor, küçük eksik63- 5–6 — Yeterli — yön doğru, kayda değer eksik64- 3–4 — Zayıf — belirgin boşluk65- 1–2 — Başarısız — ancak ucunu karşılıyor66- 0 — Geçerli değil — uygulanamaz67## Kurallar681. **Kanıta çıpekleme** — her puan **mutlaka** kanıt taşımalı. Duygular değil, olgular.692. **Tüm aralığı kullan** — 5 orta noktadır, varsayılan değil. 0 ve 10 nadirdir ama mümkündür.703. **Faktörler göreli çarpanlardır** — faktör 2, faktör 1'in 2 katı etki demektir. Otomatik normalize edilir.714. **Hedefler benzersiz ve boş olmayan** — her satırın 1. sütununda bir hedef adı olmalı. Tekrar yok, boşluk yok.725. **Agent okur, raporlar, karar verir** — compute'dan sonra sonuçları açıkla. Gerektiğinde yeniden puanla ya da yeniden ağırlıklandır.73## Dosyalar74- `SKILL.cn.md` — Çince sürüm75- `compute.py` — Doğrular + toplam + rank hesaplar76- `template/*.score.yml` — 35+ şablon. `x score ls` listeler, `x score init -t <ad>` kopyalar77- `EXAMPLE.md` — Daha fazla kullanım örneği78- `rule-vs-score.md` — rule ile score arasında ne zaman ne kullanılır79- `score-template-writer.md` — Puanlama şablonları nasıl yazılır80## İlgili8182- [rule](../rule/SKILL.md) — eşleşen uyum yoldaşı83- [naming](../naming/SKILL.md) — aday adlar burada puanlanır