Scoring

scoring — 评分模型 / Scoring Model

skill-review-pro 的评分体系。总分 100 分，单阶段（静态审查）。

设计说明：基于 37 个真实 Skill 评审数据分析，Phase 1 静态审查覆盖 94% 的真实问题。原 Phase 2 测试的精华（对抗检查）已并入 Reliability 维度。总分 100 分直接从静态审查得出。

评分维度 / Dimensions

一级维度 / Primary Dimensions

二级观察项 / Secondary Observation Signals

二级观察项不直接参与打分，作为证据归入对应一级维度：

维度去重 / Deduplication

同一问题只在一个一级维度扣分。 归属规则：

• "不知道它干啥" → Reliability
• "写得像 AI 套话" → Engineering
• "用起来太累" → UX
• "改起来很麻烦" → Maintainability

如果一个证据信号同时影响多个维度，在主维度扣分，其他维度用备注标注但不额外扣分。

动态权重 / Dynamic Weights

根据 Skill 类型（由主控路由模块识别），对应域的一级维度权重 ×1.5，其余 ×0.8。不要自行推导归一化，直接查下表。

预计算权重表 / Pre-calculated Weights

原始分值：Reliability=40, Engineering=30, UX=24, Maintainability=6（总分100）

使用方法 / How to Use

1. 识别 Skill 类型 → 从上表找到对应行
2. 按"归一化后"列的分数上限评分（如 engineering/coding 的 Reliability 满分 46）
3. 四个维度分数相加，总分 = 100
4. 严禁自行推导：如果表中没有对应类型，使用"仅 base"行

计算方法（仅参考，不用于实际评分）

公式：归一化分 = 加权分 × (100 / 加权总分) 示例 engineering/coding：加权总分 = 60+45+14.4+9.6 = 129，R归一化 = 60 × (100/129) ≈ 46

评分锚点 / Scoring Anchors

Reliability（40分 / 权重后 46-54）

• 满分 = 定位清晰、指令无歧义、边界明确、可执行、有降级策略、对抗场景优雅处理
• 70% = 能理解且有边界，大部分场景可执行，但有 1-2 处指令不完整
• 40% = 经常跑偏或边界模糊，缺降级策略
• 15% = 不是真正的 Skill（知识文章伪装），无可执行指令

Engineering（30分 / 权重后 34）

• 满分 = 读起来像团队内部工程规范，结构清晰无 AI 套话，有具体可执行步骤
• 65% = 有结构但夹杂套话或格式不统一
• 30% = 大量空泛描述和口号，缺少具体指导
• 10% = 纯描述性内容，无可执行指令层

UX（24分 / 权重后 15-29）

• 满分 = 信息密度合理，暂停点恰当，重点突出，交互流畅
• 70% = 信息略多但可接受，交互基本顺畅
• 40% = 信息过密或节奏不当，用户容易疲劳
• 15% = 信息轰炸或过度简略，无交互设计

Maintainability（6分 / 权重后 4-8）

• 满分 = 模块化清晰，核心模块齐全，无硬编码，便于扩展
• 60% = 有基本结构但扩展需重写
• 25% = 巨石结构，改一处影响全局
• 5% = 硬编码/魔法值导致环境迁移崩溃

评分等级 / Grade Scale

Failure Taxonomy（高频问题类型）

基于 37 个真实 Skill 评审数据归纳。评审时如果发现这些问题，标注问题类型，帮助用户定位系统性弱点。