evaluation-framework
加权评分、评分标准和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、评分标准和决策阈值的评估框架 完整的 Skill 内容见：https://321skill.com/skills/evaluation-framework-x-3/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
“请使用 evaluation-framework 对以下三篇AI生成的文案进行质量评估，维度包括：准确性（权重0.4）、可读性（权重0.3）、合规性（权重0.3），阈值设置为总分≥85为优秀，≥60为合格，否则不合格。”它会自动计算每篇文案的加权得分，并输出每个维度的分数和最终决策标签。
介绍
该 Skill 解决的是在多维度评估场景中，如何科学地量化指标、设定评分标准并依据阈值做出决策的问题。无论你是评估 AI 模型输出质量、审查代码合规性，还是分析业务数据并给出结论，手动加权打分往往主观且效率低下。本框架提供了一系列可组合的评估模式，帮助你建立客观、可复用的评估流程。
使用方式非常灵活：你可以通过配置文件定义评分维度、权重和评分规则（rubrics），然后调用框架 API 对输入数据进行加权评分，最后根据预设的决策阈值自动输出结果（如“通过/待改进/失败”）。支持自定义评分函数和阈值逻辑，也支持批量评估。
适合数据分析师、测试工程师、产品经理等需要频繁进行质量评估或风险评分的角色。例如，用它对 AI 生成的内容进行多维度打分（准确性、相关性、安全性），或对项目风险进行加权评估。也适合在 CI/CD 流程中作为代码审查或模型评估的自动化工具。
建议在使用前先明确评估维度和权重，避免过度设计导致复杂性过高。同时注意阈值设定需结合实际业务场景，可通过历史数据回测优化。框架本身不依赖特定平台，可集成到任何支持 JSON 配置的项目中。
核心特点
与通用评分工具不同，该框架内置了 rubrics（评分标准）和 decision-threshold（决策阈值）模式，支持分层级加权评分，并可直接输出可执行的决策建议，而非仅提供分数。
注意事项
不适合需要实时动态调整权重的场景，或对非结构化数据（如纯文本）进行语义理解类评估（需配合外部 NLP 模型）。
常见问题
如何定义评分维度？
通过 JSON 或 YAML 配置文件，在 `dimensions` 字段中列出每个维度的名称、权重和评分规则（rubrics），支持数值或枚举评分。
决策阈值如何设置？
在 `thresholds` 字段中定义多个阈值条件（如总分 >= 80 为通过），支持区间、布尔逻辑组合，并可自定义输出标签。
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-3/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-3/raw/index.md（查看排版版本）