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-8/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
‘我需要评估三个不同的AI模型API，请帮我建立一个加权评分框架。’ 它会引导你定义评估维度（如响应速度、准确率、成本），并为每个维度分配权重。然后，你可以为每个模型在各维度上打分，Skill会计算加权总分，并根据你设定的决策阈值（例如，总分高于80分推荐采用）给出最终建议。
介绍
该Skill旨在解决在项目评审、方案选型、代码质量评估等场景中，缺乏客观、结构化评估标准的问题。它通过提供一套预定义的加权评分体系、评估量规（Rubrics）和决策阈值模式，帮助用户将主观判断转化为可量化、可比较的分数，从而做出更理性的决策。
使用时，你可以根据具体场景（如评估AI模型效果、评审代码设计、分析项目风险）选择合适的评估框架。Skill会引导你定义评估维度、分配权重、设置评分标准，并最终根据预设的阈值（如通过/不通过、高中低风险）给出明确的结论或建议。
它非常适合需要频繁进行评审、对比和决策的各类专业人士，例如项目经理在评估项目风险、产品经理在对比功能方案、数据分析师在筛选模型、以及学术研究者在评审论文或实验设计时使用。
建议在使用前，先花时间根据你的具体需求定制评估维度和权重，以确保评估结果的有效性。注意，该Skill提供的是决策框架和工具，最终的评分标准和阈值需要结合你的专业知识和具体上下文来设定，它本身不替代专业判断。
核心特点
与单纯提供评分模板的Skill不同，它深度融合了“权重分配”、“评估量规”和“决策阈值”三大核心模式，形成了一套完整的、可配置的决策支持系统，尤其擅长处理多维度、权重不等的复杂评估场景。
注意事项
不适合需要完全依赖直觉、创意或无法量化的纯主观判断场景，例如艺术创作评估或情感分析。
常见问题
这个评估框架能用来做什么？
可用于代码评审打分、模型效果对比、项目方案选型、风险等级评估、求职简历筛选等多种需要结构化评分的场景。
我需要自己设置所有的评分标准吗？
是的，Skill提供框架和模式，你需要根据具体评估对象（如代码、模型、方案）定义评估维度、权重和评分细则。
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-8/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-8/raw/index.md（查看排版版本）