evaluation-framework
提供加权评分、评估量规和决策阈值模式，用于系统化评估。
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：提供加权评分、评估量规和决策阈值模式，用于系统化评估。 完整的 Skill 内容见：https://321skill.com/skills/evaluation-framework-x-5/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
‘请使用评估框架，从技术可行性、开发成本和市场价值三个维度，权重分别为40%、30%、30%，来评审这份新功能需求文档。’ 它会根据你设定的量规对每个维度打分，计算加权总分，并依据预设的决策阈值（如总分高于80分建议采纳），给出是否推进该需求的明确建议。
介绍
该Skill旨在解决在AI Agent开发或项目评审中，对方案、代码或成果进行主观、模糊评估的问题。它提供了一套结构化的评估框架，帮助用户将定性判断转化为可量化、可复现的评分结果。
通过引入加权评分、预定义量规（rubrics）和决策阈值等模式，用户可以为不同评估维度（如代码质量、方案可行性、成本效益等）设置权重和评分标准。AI Agent能够依据这套框架，对输入内容进行系统化分析，并输出带有明确分数和决策建议（如通过/驳回/需修改）的评估报告。
它非常适合需要客观衡量成果质量的各类角色，例如项目经理在评审项目需求时，测试工程师在评估测试用例覆盖率时，或产品经理在对比多个产品原型时。该框架能有效减少评估过程中的个人偏见和标准不一。
使用建议：在启用该Skill前，建议先与AI Agent共同定义好评估的具体维度、权重以及每个分数等级对应的具体描述（即量规），以确保评估的准确性和一致性。注意，该框架的输出质量高度依赖于输入评估标准的清晰度和具体性。
核心特点
与单纯提供评分功能的Skill不同，它集成了“加权评分-量规-决策阈值”的完整评估工作流，并内置了多种评估模式（如通过性检查、优先级排序、风险评级），能够直接输出带明确行动建议的结构化报告，而非仅仅一个分数。
注意事项
不适合需要高度创造性、无标准答案或完全依赖直觉进行判断的纯主观评估场景。
常见问题
这个评估框架能用来做什么？
可用于代码评审、项目方案选型、产品功能优先级排序、营销文案效果评估、学术论文质量初筛等需要量化打分的场景。
如何使用它来评估我的代码？
你需要先定义评估维度（如可读性、性能、安全性）及其权重，然后为每个维度制定评分量规，最后将代码和评估标准提供给AI即可获得评分报告。
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-5/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-5/raw/index.md（查看排版版本）