evaluation-framework
加权评分与决策阈值的评估框架
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：evaluation-framework。 它的用途是：加权评分与决策阈值的评估框架 完整的 Skill 内容见：https://321skill.com/skills/evaluation-framework-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“使用evaluation-framework为这段代码评分，按代码规范、性能、安全三个维度，权重分别为0.4、0.3、0.3，阈值设为0.7，低于则标记为待修改。”它会按规则计算加权得分并给出决策建议，同时输出各维度得分明细和是否通过阈值的判断。
介绍
在AI应用开发、代码审查、内容审核等场景中，经常需要从多个维度对对象进行量化评估，但缺乏统一、可配置的评估工具。本Skill提供了加权评分、评分规则和决策阈值模式，帮助用户快速构建标准化评估系统，实现自动化决策，减少人工判断的主观性和不一致性。
用户只需定义评估维度、权重、评分规则和阈值，即可对任意对象打分并触发相应决策。例如，设置代码质量评分规则，按代码规范、性能、安全三个维度加权打分，低于阈值自动标记为“待审查”；或对AI生成内容按相关性、准确性、流畅性评分，超过阈值直接通过。框架支持灵活配置，无需从零实现。
本Skill特别适合需要量化评估的智能体开发、测试工程师、数据分析师、产品经理等角色。可应用于AI生成内容质量评估、代码审查与合规检查、模型效果对比、项目风险评估、翻译质量评估等多种场景，帮助团队建立统一、可复用的评估标准。
建议使用前先明确评估目标和关键维度，合理分配权重并定期校准阈值。对于主观性极强的创意类评估，建议结合人工复核。本Skill可与其他自动化工具集成，形成完整的评估工作流，但需注意不要在需要动态调整权重的复杂非线性场景中过度依赖。
核心特点
与同类评分框架相比，本Skill内置了完整的评分规则和决策阈值模式，支持灵活配置权重和阈值，无需从零实现；同时提供标准化接口，便于集成到现有工作流中，而其他方案往往只提供基础打分函数或需要额外编写决策逻辑。
注意事项
不适合需要复杂非线性评分或机器学习模型动态调整权重的场景，且对于完全主观的评估（如创意评分）效果有限，需配合人工判断。
常见问题
如何设置权重？
根据业务优先级分配权重，确保各维度权重之和为1，例如代码规范0.4、性能0.3、安全0.3。
支持多少种评分维度？
不限制维度数量，可根据需要动态添加，框架会自动计算加权总分并应用阈值决策。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/evaluation-framework-x-2/raw/index.md 读取 evaluation-framework 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/evaluation-framework-x-2/raw/index.md（查看排版版本）