Score
"Nicht raten. Scoren."
Gewichtetes Dimensions-Scoring-Framework für KI-Agenten.
So wird es verwendet
Erst verstehen, dann scoren. Stelle genug Fragen, bevor du Dimensionen definierst. Falsche Dimensionen → falsche Scores, egal wie präzise.
Entwerfen, dann iterieren. Wenn die Bedürfnisse noch nicht ganz klar sind, baue einen Standard nach bestem Wissen, score, und zeig die Ergebnisse. Benutzer reagieren auf konkrete Rankings — "dieser Faktor sollte höher", "du hast X verpasst". Das ist das Signal. Verfeinern und neu scoren. Eine Iteration schlägt zehn Ratenversuche.
Der Agent ist der Analyst. Lies nach dem Compute das TSV. Erkläre, warum X Y geschlagen hat. Hebe Überraschungen hervor. Schlage Anpassungen vor. Das Ranking beginnt das Gespräch, es beendet es nicht.
Kernablauf
① Bedürfnisse verstehen → ② score.yml definieren → ③ score.tsv scoren → ④ x score compute → ⑤ Berichten & iterieren
Ausgabe: target, total, rank, block, reason, <dim> (X%), evidence. Summe 0–100, absteigend sortiert. rank=1 ist am besten.
Beispiel — einem Benutzer helfen, sich für Werbeslogans zu entscheiden
- Diskutiere mit dem Benutzer die Bewertungsdimensionen und -kriterien. Schreibe
slogan.score.yml.
- Die KI scored jedes Slogan je Dimension (0–10, mit Belegen) →
slogan.score.tsv. Summe und Rank leer lassen.
x score compute slogan.score.yml slogan.score.tsv → füllt Summe + Rank.
- Ergebnisse lesen, mit dem Benutzer diskutieren. Scores anpassen oder Kandidaten ergänzen, wiederholen.
- Oder:
x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"
Weitere Beispiele: EXAMPLE.md.
Zwei-Dateien-Modell
*.score.yml — Wiederverwendbarer Standard: Dimensionen, Faktoren, Beschreibungen
**.score.tsv — Ziele + Scores + Belege; Spalte 1 = Zielname
x score compute <yml> <tsv> ist dasselbe wie python compute.py.
Anwendungsszenarien
- Gibt Agenten einen Entscheidungsablauf. score.yml verankert den Agenten in einem strukturierten Prozess — der Agent folgt dem Standard, nicht der Stimmung der letzten Nachricht.
- Entscheidungen sind regelbasiert. Dimensionen × Faktoren × Belege → gewichtete Summe → Rang. Jeder Score ist an Fakten verankert. Das Reasoning ist transparent.
- Passt sich verschiedenen Bedürfnissen an. Dimensionen tauschen, Faktoren anpassen, harte Filter hinzufügen (
block-Spalte). Dieselbe Vorlage, andere Benutzer.
- Entwickelt sich, wenn Bedürfnisse klarer werden. Entwurf → Score → Feedback → Verfeinerung → schärfer.
- Standarddatei + archivierte Ergebnisse für jeden Skill. score.yml = Entscheidungsstandard. score.tsv = Entscheidungsprotokoll. Beide archivierbar, prüfbar, teilbar.
Formel
total = Σ(factor × score) ÷ Σ(factor) × 10 → 0–100
- factor — ganze Zahl 1–10. Baseline = 2. 1=gering, 4=2×, 6=3×, 8=4×, 10=5×. Automatisch normalisiert.
- score — 0–10 je Dimension, evidenzverankert.
- total — gewichtete Summe 0–100.
Dimensionsüberschriften zeigen das Gewicht in %:
factor ÷ Σ(factor) × 100.
Ausgabespalten
| Spalte |
Quelle |
Beschreibung |
target |
Eingabe |
Name des Kandidaten |
total |
berechnet |
gewichteter Score (0–100) |
rank |
berechnet |
1 = am besten. X wenn blockiert |
block |
Eingabe |
harter Filter — nicht leer = disqualifiziert, ans Ende geschoben, rank=X |
reason |
Eingabe/Ausgabe |
optional: KI-Notizen zu Feinheiten des Scores |
<dim> (X%) |
berechnet |
Scores je Dimension, Überschrift zeigt das Gewicht in % |
evidence |
Eingabe |
Fakten, die jeden Score stützen |
Skala
- 9–10 — Hervorragend — erfüllt die Kriterien vollständig
- 7–8 — Gut — erfüllt die Kriterien, kleine Lücke
- 5–6 — Ausreichend — richtige Richtung, deutliche Lücke
- 3–4 — Schwach — erhebliche Lücke
- 1–2 — Durchgefallen — kaum adressiert
- 0 — N/A — nicht zutreffend
Regeln
- Evidenzverankerung — jeder Score MUSS Belege haben. Fakten, keine Gefühle.
- Die ganze Skala nutzen — 5 ist der Mittelpunkt, nicht der Standard. 0 und 10 sind selten, aber möglich.
- Faktoren sind relative Verstärker — Faktor 2 = 2× Einfluss von Faktor 1. Automatisch normalisiert.
- Ziele eindeutig und nicht leer — jede Zeile muss in Spalte 1 einen Zielnamen haben. Keine Duplikate, keine Leerwerte.
- Agent liest, berichtet, entscheidet — nach dem Compute die Ergebnisse erklären. Nach Bedarf neu scoren oder neu gewichten.
Dateien
SKILL.cn.md — chinesische Version
compute.py — validiert + berechnet Summe + Rang
template/*.score.yml — 35+ Vorlagen. x score ls listet, x score init -t <name> kopiert
EXAMPLE.md — weitere Nutzungsbeispiele
rule-vs-score.md — wann rule vs. score verwenden
score-template-writer.md — wie man Scoring-Vorlagen schreibt
Verwandt
- rule — zugehöriges Compliance-Gegenstück
- naming — hier werden Namenskandidaten gescort
1---2name: score-63description: |4 Gewichtetes Dimensions-Scoring-Framework für KI-Agenten — "Nicht raten. Scoren." Kernidee: Bedürfnisse zuerst verstehen, dann entwerfen und iterieren, der Agent ist der Analyst. Ausgabe ist ein sortiertes TSV über `x score compute`.5metadata:6 source: https://skillmd.com/skills/x-cmd/score-67 related: "rule,naming"8---91011# Score12"Nicht raten. Scoren."13Gewichtetes Dimensions-Scoring-Framework für KI-Agenten.14## So wird es verwendet15**Erst verstehen, dann scoren.** Stelle genug Fragen, bevor du Dimensionen definierst. Falsche Dimensionen → falsche Scores, egal wie präzise.16**Entwerfen, dann iterieren.** Wenn die Bedürfnisse noch nicht ganz klar sind, baue einen Standard nach bestem Wissen, score, und zeig die Ergebnisse. Benutzer reagieren auf konkrete Rankings — "dieser Faktor sollte höher", "du hast X verpasst". Das ist das Signal. Verfeinern und neu scoren. Eine Iteration schlägt zehn Ratenversuche.17**Der Agent ist der Analyst.** Lies nach dem Compute das TSV. Erkläre, warum X Y geschlagen hat. Hebe Überraschungen hervor. Schlage Anpassungen vor. Das Ranking beginnt das Gespräch, es beendet es nicht.18## Kernablauf19```20① Bedürfnisse verstehen → ② score.yml definieren → ③ score.tsv scoren → ④ x score compute → ⑤ Berichten & iterieren21```22Ausgabe: `target, total, rank, block, reason, <dim> (X%), evidence`. Summe 0–100, absteigend sortiert. rank=1 ist am besten.23## Beispiel — einem Benutzer helfen, sich für Werbeslogans zu entscheiden241. Diskutiere mit dem Benutzer die Bewertungsdimensionen und -kriterien. Schreibe `slogan.score.yml`.252. Die KI scored jedes Slogan je Dimension (0–10, mit Belegen) → `slogan.score.tsv`. Summe und Rank leer lassen.263. `x score compute slogan.score.yml slogan.score.tsv` → füllt Summe + Rank.274. Ergebnisse lesen, mit dem Benutzer diskutieren. Scores anpassen oder Kandidaten ergänzen, wiederholen.285. Oder: `x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"`29Weitere Beispiele: [EXAMPLE.md](EXAMPLE.md).30## Zwei-Dateien-Modell31- `*.score.yml` — Wiederverwendbarer Standard: Dimensionen, Faktoren, Beschreibungen32- `**.score.tsv` — Ziele + Scores + Belege; Spalte 1 = Zielname33`x score compute <yml> <tsv>` ist dasselbe wie `python compute.py`.34## Anwendungsszenarien351. **Gibt Agenten einen Entscheidungsablauf.** score.yml verankert den Agenten in einem strukturierten Prozess — der Agent folgt dem Standard, nicht der Stimmung der letzten Nachricht.362. **Entscheidungen sind regelbasiert.** Dimensionen × Faktoren × Belege → gewichtete Summe → Rang. Jeder Score ist an Fakten verankert. Das Reasoning ist transparent.373. **Passt sich verschiedenen Bedürfnissen an.** Dimensionen tauschen, Faktoren anpassen, harte Filter hinzufügen (`block`-Spalte). Dieselbe Vorlage, andere Benutzer.384. **Entwickelt sich, wenn Bedürfnisse klarer werden.** Entwurf → Score → Feedback → Verfeinerung → schärfer.395. **Standarddatei + archivierte Ergebnisse für jeden Skill.** score.yml = Entscheidungsstandard. score.tsv = Entscheidungsprotokoll. Beide archivierbar, prüfbar, teilbar.40---41## Formel42```43total = Σ(factor × score) ÷ Σ(factor) × 10 → 0–10044```45- **factor** — ganze Zahl 1–10. Baseline = 2. 1=gering, 4=2×, 6=3×, 8=4×, 10=5×. Automatisch normalisiert.46- **score** — 0–10 je Dimension, evidenzverankert.47- **total** — gewichtete Summe 0–100.48Dimensionsüberschriften zeigen das Gewicht in %: `factor ÷ Σ(factor) × 100`.49## Ausgabespalten50| Spalte | Quelle | Beschreibung |51|--------|--------|-------------|52| `target` | Eingabe | Name des Kandidaten |53| `total` | berechnet | gewichteter Score (0–100) |54| `rank` | berechnet | 1 = am besten. `X` wenn blockiert |55| `block` | Eingabe | harter Filter — nicht leer = disqualifiziert, ans Ende geschoben, rank=X |56| `reason` | Eingabe/Ausgabe | optional: KI-Notizen zu Feinheiten des Scores |57| `<dim> (X%)` | berechnet | Scores je Dimension, Überschrift zeigt das Gewicht in % |58| `evidence` | Eingabe | Fakten, die jeden Score stützen |59## Skala60- 9–10 — Hervorragend — erfüllt die Kriterien vollständig61- 7–8 — Gut — erfüllt die Kriterien, kleine Lücke62- 5–6 — Ausreichend — richtige Richtung, deutliche Lücke63- 3–4 — Schwach — erhebliche Lücke64- 1–2 — Durchgefallen — kaum adressiert65- 0 — N/A — nicht zutreffend66## Regeln671. **Evidenzverankerung** — jeder Score MUSS Belege haben. Fakten, keine Gefühle.682. **Die ganze Skala nutzen** — 5 ist der Mittelpunkt, nicht der Standard. 0 und 10 sind selten, aber möglich.693. **Faktoren sind relative Verstärker** — Faktor 2 = 2× Einfluss von Faktor 1. Automatisch normalisiert.704. **Ziele eindeutig und nicht leer** — jede Zeile muss in Spalte 1 einen Zielnamen haben. Keine Duplikate, keine Leerwerte.715. **Agent liest, berichtet, entscheidet** — nach dem Compute die Ergebnisse erklären. Nach Bedarf neu scoren oder neu gewichten.72## Dateien73- `SKILL.cn.md` — chinesische Version74- `compute.py` — validiert + berechnet Summe + Rang75- `template/*.score.yml` — 35+ Vorlagen. `x score ls` listet, `x score init -t <name>` kopiert76- `EXAMPLE.md` — weitere Nutzungsbeispiele77- `rule-vs-score.md` — wann rule vs. score verwenden78- `score-template-writer.md` — wie man Scoring-Vorlagen schreibt7980## Verwandt8182- [rule](../rule/SKILL.md) — zugehöriges Compliance-Gegenstück83- [naming](../naming/SKILL.md) — hier werden Namenskandidaten gescort