cheat-score

name	cheat-score
description	給單個任務規格/學習主題/Coding Spec 打 rubric 分。**只在控制台輸出，不寫文件，不預測**。觸發詞："打分這篇 [path]"/"score this [path]"/"給這規格打分"/"先打分看看"。是 cheat-predict 之前的輕量探索動作。
argument-hint	<draft-path>
allowed-tools	Read, Glob, Grep

/cheat-score — 單稿打分

打分但不預測。用戶用它快速看規格文件的 composite，決定是否值得進入正式預測流程。

Overview

[用戶：打分這篇 draft.md]
  ↓
[讀 draft.md + rubric_notes.md]
  ↓
[逐維度打 0-5 + 寫一行理由 + 算 composite]
  ↓
[控制台輸出：評分 + composite + 推薦下一步]
  ↓
[結束 — 不寫任何文件]

Constants

• RUBRIC_PATH = rubric_notes.md — 當前 rubric 來源
• OUTPUT_DETAIL = full — full: 含每維度理由；compact: 僅分數表

💡 調用時覆蓋：/cheat-score draft.md — OUTPUT_DETAIL: compact

Inputs

必填	來源
<draft-path>	用戶作為參數傳入；如缺失則在對話里詢問
rubric_notes.md	用戶項目根
.cheat-state.json	用戶項目根（用於讀當前 rubric_version 與 mode）

Workflow

Step 1：前置檢查

1. 讀 .cheat-state.json → 不存在則提示用戶先跑 /cheat-init，停止
2. 讀 <draft-path> → 不存在或無內容 → 報錯並停止
3. 讀 rubric_notes.md 找到當前生效的公式段

Step 2：識別公式與維度

從 rubric_notes.md 解析出：

• 當前 rubric_version
• 維度列表與權重
• 每個維度的 0-5 含義

如果 rubric_notes.md 格式與預期不符（用戶手改過結構）→ 詢問用戶當前公式是哪一行，不要自己猜。

Step 3：delegate 到 blind sub-agent（不再 inline 打分）

主對話已經被用戶對話 / 已有結果數據 / 歷史 retro 段污染——inline 打分等於帶著後視鏡判分。

改成通過 Task tool 調 /cheat-score-blind sub-agent，主 Claude 只做調度 + review。詳見 skills/cheat-score-blind/SKILL.md。

Task prompt 模板（只能含下面這些）：

Spawn cheat-score-blind sub-agent.

Input:
  script_path: <用戶給的 draft path>
  rubric_notes_path: rubric_notes.md

Task: 按 rubric_notes 當前公式給上面 script 打分。返回嚴格 JSON（見 cheat-score-blind SKILL.md Phase 2 schema）。
不要讀 state file / predictions/ / sessions/ 任何其他文件。
不要詢問用戶 —— 你沒有用戶。

禁止塞進 Task prompt 的東西（cheat-score-blind/SKILL.md 的"主 Claude 調用契約"段）：

• 用戶對話引用 / 摘錄
• 含實際結果數字（K%、RW%、Q分、完成時間等）
• "前一次預測是 X" / "實際結果是 Y" 等 hint
• 任何 predictions/*.md 路徑

調用前 grep 自檢：echo "<prompt>" | grep -Ei '實際|retro|復盤|實績|K%|RW%|完成時間|留存' 命中 → 改 prompt 重發。

Step 4：解析 sub-agent 回傳 JSON + review

sub-agent 返回嚴格 JSON。主 Claude：

1. 解析 dimensions 段（含 score + per-dim confidence + reason）
2. 校驗 self_check.any_contamination_signal == false，否則警告
3. 按 rubric_notes 公式算 composite（公式邏輯在主，分數來自 sub-agent）
4. 不修改 sub-agent 給的維度分——score 只是顯示。如果用戶挑刺（"IR 給 3 不是 4"），主 Claude 記錄到 User Override 但 sub-agent 原始分留檔

如果 sub-agent 返回 refusal != null：

• blocked_contaminated_input → 報告 Task prompt 含違禁字段，讓主 Claude 重發
• script_path_invalid → 檢查路徑
• rubric_unparseable → 提示用戶 rubric_notes.md 損壞
• non_blind_warning → 仍接受 dimensions（但 confidence 全 medium），警告

Step 5：算 composite + 輸出

按當前公式算綜合分。控制台輸出（OUTPUT_DETAIL=full，以 ai-coding 為例）：

📊 [draft.md 短標題] — 打分（rubric: v0）

| 維度 | 分 | 理由 |
|---|---|---|
| SP (規格清晰度)     | 4 | "Spec 完整，邊界清晰，無歧義" |
| LV (AI槓桿點)       | 3 | "依賴 3 個外部庫，中等槓桿" |
| TS (可測試性)       | 3 | "tkinter + openpyxl，集成測試難" |
| CO (複雜度)         | 4 | "功能邊界明確，複雜度可控" |
| IR (集成風險)       | 2 | "多庫協同，集成風險偏高" |

公式：(SP + LV + TS + CO + IR) / 5
composite = (4 + 3 + 3 + 4 + 2) / 5 = **3.20**

下一步建議：
- 如果你已有完整規格、準備開始執行 → 說 "啟動預測"
- 如果想再改規格 → 改完再打一次（多次打分不留痕跡）
- 如果想看歷史相近 composite 的樣本 → 說 "找 composite 3.0-3.5 的錨點"

OUTPUT_DETAIL=compact 時僅輸出分數表 + composite，不附理由列。

Step 6：絕不做的事

• ❌ 寫任何文件（包括 predictions/、rubric_notes.md）
• ❌ 給 bucket 概率分布（那是 cheat-predict 的活）
• ❌ 觸發"已完成"或"復盤"邏輯
• ❌ 提議 rubric 升級（即使打分時發現明顯異常也只在控制台提示，不動 rubric）

Key Rules

1. 打分走 sub-agent。主 Claude 不再 inline 打分。看 cheat-score-blind/SKILL.md 的隔離協議
2. 整數分。不允許 4.5、3.7
3. 盲打優先。sub-agent 只看 script + rubric，天然盲——這是它存在的全部理由
4. 理由是診斷工具。每個維度的 1-30 字理由不是裝飾——復盤時用來找出哪個維度判斷錯了
5. 不寫文件。這是 score 與 predict 的核心區別。score 是探索，predict 是承諾

Refusals

• 「打分順便預測一下」 → 拒絕。請改用 /cheat-predict。原因：predict 必須走 blind check + 寫 immutable 日誌，score 跳過這些
• 「打完分把分數寫進 rubric_notes.md 的觀察段」 → 拒絕。observation lifecycle 規定觀察必須有"實績 vs 預測"對比，光有打分不構成觀察
• 「跳過 blind sub-agent 讓主 Claude 直接打」 → cheat-score 不接受這種 escape hatch。score 是輕量探索，沒理由放棄隔離。如真的 Task tool 不可用 → 提示用戶配置後再試

Integration

• 是 cheat-predict 的前置探索：用戶可以反復 score 不同規格版本，確定一份再 predict
• score 不更新 .cheat-state.json——這是無副作用操作
• 如果用戶連續 score 同一規格 ≥3 次 → 控制台溫和提示"反復打分會引入決策疲勞，差不多可以決定了"