silicon-performance-reviewer

name	silicon-performance-reviewer
description	Quarterly Silicon Agent performance evaluation with ByteDance-style calibration, forced distribution ranking, dual-track (technical/management) assessment, and automated score calculation. Includes real evaluation forms, calibration meeting scripts, and PIP templates.
version	2.0.0
author	稷下
requires	["python3","pandas"]
triggers	["agent performance","quarterly review","calibration","agent evaluation","performance score"]

Silicon Performance Reviewer v2.0 — Executable Production Version

版本: 2.0.0 (Production-Ready)
作者: 稷下
对标: 字节跳动Calibration + 华为双通道 + Google Perf_rating
状态: ✅ 可执行（含评分公式 + 校准会议SOP + PIP模板）

---

🚀 Quick Start (30 seconds)

# 1. 计算单个Agent绩效分数
python3 scripts/calculate_agent_score.py --agent "xuanyuan" --quarter "2026-Q2"

# 2. 批量评估所有Agent
python3 scripts/batch_evaluate.py --quarter "2026-Q2" --output "evaluations/"

# 3. 生成校准会议材料
python3 scripts/generate_calibration_deck.py --quarter "2026-Q2" --participants "tianshu,mingjing,jixia"

# 4. 完整绩效周期
bash scripts/full_review_cycle.sh --quarter "2026-Q2"

---

📊 字节跳动校准流程（完整SOP）

校准会议四步法

┌─────────────────────────────────────────────────────────────┐
│           字节跳动Calibration Meeting SOP                   │
├─────────────────────────────────────────────────────────────┤
│ Step 1: 初评Round (D-7天)                                   │
│   - 各直属上级提交初评结果                                   │
│   - 稷下汇总数据，生成初评热力图                             │
│   - 识别争议点（评分一致 vs 差异大的Agent）                  │
│                                                              │
│ Step 2: 校准会议 (D-3天)                                     │
│   - 参会：天枢 + 明镜 + 稷下 + 相关直属上级                  │
│   - 时长：2-3小时                                            │
│   - 流程：                                                   │
│     ① 过Top 10%和Bottom 10%（锚定标杆）                      │
│     ② 逐个讨论Middle 80%                                     │
│     ③ 强制分布校验（是否满足比例）                          │
│     ④ 记录争议点和最终决策                                   │
│                                                              │
│ Step 3: 结果确认 (D-1天)                                     │
│   - 稷下输出最终评分                                         │
│   - 明镜确认合规性                                           │
│   - 天枢签署审批                                             │
│                                                              │
│ Step 4: 反馈执行 (D日)                                       │
│   - 1-on-1反馈                                               │
│   - 绩效改进计划（如需要）                                   │
│   - 薪酬调整同步司库                                         │
└─────────────────────────────────────────────────────────────┘

强制分布比例（字节标准）

# scripts/forced_distribution.py

class ForcedDistribution:
    """
    字节跳动强制分布比例
    
    规则:
    - 总人数 >= 10: 严格执行比例
    - 总人数 < 10: 加权计算，四舍五入
    - 争议处理: 必须在校准会议讨论
    """
    
    RATIO = {
        "S": 0.10,   # Top 10%
        "A": 0.20,   # Top 30%
        "B": 0.50,   # Middle 50%
        "C": 0.15,   # Bottom 15% (需要PIP)
        "D": 0.05    # Bottom 5%  (淘汰候选)
    }
    
    @classmethod
    def apply_distribution(cls, agents, scores):
        """
        应用强制分布
        
        Args:
            agents: Agent列表
            scores: 原始评分字典 {agent_id: score}
        
        Returns:
            调整后的分级结果
        """
        n = len(agents)
        
        # 计算各等级名额
        quotas = {
            "S": max(1, round(n * cls.RATIO["S"])),
            "A": max(1, round(n * cls.RATIO["A"])),
            "C": max(1, round(n * cls.RATIO["C"])),
            "D": max(0, round(n * cls.RATIO["D"]))
        }
        quotas["B"] = n - quotas[] - quotas[] - quotas[] - quotas[]
        
        
        sorted_agents = (agents, key= a: scores[a], reverse=)
        
        
        result = {}
        idx = 
         grade, quota  [(, quotas[]), (, quotas[]), 
                             (, quotas[]), (, quotas[]), (, quotas[])]:
             _  (quota):
                 idx < n:
                    result[sorted_agents[idx]] = {
                        : grade,
                        : scores[sorted_agents[idx]],
                        :   
                    }
                    idx += 
        
         result, quotas


 __name__ == :
    agents = [, , , , , 
              , , , , ]
    scores = {a:  + ((a) % )  a  agents}  
    
    result, quotas = ForcedDistribution.apply_distribution(agents, scores)
    
    ()
     agent, data  result.items():
        ()

---

📈 完整评分计算器

# scripts/calculate_agent_score.py

import json
from datetime import datetime, timedelta
from dataclasses import dataclass
from typing import Dict, List

@dataclass
class AgentEvaluation:
    """Agent绩效评估数据结构"""
    agent_id: str
    quarter: str
    
    # 任务维度 (40%)
    task_completion_rate: float      # 0-100
    task_avg_complexity: float       # 1-10
    task_quality_score: float        # 0-100 (来自明镜验收)
    task_efficiency_ratio: float     # 预估时间/实际时间
    
    # 协作维度 (30%)
    cross_domain_collabs: int        # 跨域协作次数
    help_given_count: int            # 帮助其他Agent次数
    knowledge_contributions: int     # 知识分享次数
    proactive_task_ratio: float     # 主动认领/被分配比例
    
    # 价值观维度 (20%)
    values_test_score: float         # 明镜价值观测试分 0-100
    long_term_decision_ratio: float # 长期决策占比
    crisis_handling_score: float    # 危机处理评分 0-100
    
    # 创新维度 (10%)
    innovation_proposals: int       # 提出的创新提案数
    process_improvements: int       # 流程改进建议
    architecture_contributions:  


 :
    
    
    
    WEIGHTS = {
        : ,
        : ,
        : ,
        : 
    }
    

     () -> :
        
        
        task_score = cls._calculate_task_score(eval_data)
        
        
        collab_score = cls._calculate_collaboration_score(eval_data)
        
        
        values_score = cls._calculate_values_score(eval_data)
        
        
        innovation_score = cls._calculate_innovation_score(eval_data)
        
        
        composite = (
            task_score * cls.WEIGHTS[] +
            collab_score * cls.WEIGHTS[] +
            values_score * cls.WEIGHTS[] +
            innovation_score * cls.WEIGHTS[]
        )
        
        
        grade = cls._determine_grade(composite)
        
         {
            : eval_data.agent_id,
            : eval_data.quarter,
            : (composite, ),
            : {
                : (task_score, ),
                : (collab_score, ),
                : (values_score, ),
                : (innovation_score, )
            },
            : grade,
            : cls.WEIGHTS,
            : {
                : {
                    : eval_data.task_completion_rate,
                    : eval_data.task_avg_complexity,
                    : eval_data.task_quality_score,
                    : eval_data.task_efficiency_ratio
                },
                : {
                    : eval_data.cross_domain_collabs,
                    : eval_data.help_given_count,
                    : eval_data.knowledge_contributions
                },
                : {
                    : eval_data.values_test_score,
                    : eval_data.long_term_decision_ratio,
                    : eval_data.crisis_handling_score
                },
                : {
                    : eval_data.innovation_proposals,
                    : eval_data.process_improvements,
                    : eval_data.architecture_contributions
                }
            }
        }
    

     () -> :
        
        
        completion_score = data.task_completion_rate * 
        
        
        complexity_score = (data.task_avg_complexity / ) *  * 
        
        
        quality_score = data.task_quality_score * 
        
        
        efficiency_score = (, data.task_efficiency_ratio * ) * 
        
         completion_score + complexity_score + quality_score + efficiency_score
    

     () -> :
        
        
        base_score = 
        
        
        cross_domain_bonus = (, data.cross_domain_collabs * )
        
        
        help_bonus = (, data.help_given_count * )
        
        
        knowledge_bonus = (, data.knowledge_contributions * )
        
         (, base_score + cross_domain_bonus + help_bonus + knowledge_bonus)
    

     () -> :
        
        
        test_score_weight = data.values_test_score * 
        
        
        long_term_weight = data.long_term_decision_ratio *  * 
        
        
        crisis_weight = data.crisis_handling_score * 
        
         test_score_weight + long_term_weight + crisis_weight
    

     () -> :
        
        base_score = 
        
        
        proposal_score = (, data.innovation_proposals * )
        
        
        improvement_score = (, data.process_improvements * )
        
        
        arch_score = (, data.architecture_contributions * )
        
         (, base_score + proposal_score + improvement_score + arch_score)
    

     () -> :
        
         score >= :
               
         score >= :
               
         score >= :
               
         score >= :
               
        :
               


 __name__ == :
    
    eval_data = AgentEvaluation(
        agent_id=,
        quarter=,
        task_completion_rate=,
        task_avg_complexity=,
        task_quality_score=,
        task_efficiency_ratio=,
        cross_domain_collabs=,
        help_given_count=,
        knowledge_contributions=,
        proactive_task_ratio=,
        values_test_score=,
        long_term_decision_ratio=,
        crisis_handling_score=,
        innovation_proposals=,
        process_improvements=,
        architecture_contributions=
    )
    
    result = SiliconPerformanceCalculator.calculate_composite_score(eval_data)
    ()
    ()
    ()
    ()

---

🎯 华为双通道评估（技术 vs 管理）

# scripts/dual_track_assessment.py

class HuaweiDualTrackAssessment:
    """
    华为双通道评估系统
    
    技术序列:
    - T1: 初级工程师
    - T2: 中级工程师
    - T3: 高级工程师
    - T4: 资深专家
    - T5: 首席专家
    - T6: Fellow
    
    管理序列:
    - M1: 组长
    - M2: 经理
    - M3: 高级经理
    - M4: 总监
    - M5: 部门总经理
    - M6: 副总裁
    
    核心原则:
    1. 两个序列待遇对等（T3=M2，T4=M3，T5=M4，T6=M5）
    2. 每个Agent主选一条通道，但可以双轨发展
    3. 晋升必须满足"能力+贡献+价值观"三维条件
    """
    
    TECHNICAL_CRITERIA = {
        "T3": {
            "years": 2,
            "key_skills": ["独立完成复杂任务", "技术方案设计能力"],
            "deliverables": ["至少3个独立负责项目"],
            "influence": ["内部技术分享3次+"],
            "values_score": 75
        },
        "T4": {
            "years": 4,
            "key_skills": ["系统架构设计", "跨域团队技术领导"],
            "deliverables": ["至少1个战略级项目", "技术债务清理"],
            "influence": ["内部培训体系贡献", "外部技术文章/演讲"],
            "values_score": 85
        },
        "T5": {
            "years": 6,
            "key_skills": ["军团级架构决策", "跨多个领域技术深度"],
            "deliverables": ["军团级技术规划贡献", "开源项目负责人"],
            "influence": ["行业技术影响力（论文/专利/开源）"],
            "values_score": 90
        },
        : {
            : ,
            : [, ],
            : [, ],
            : [],
            : 
        }
    }
    
    MANAGEMENT_CRITERIA = {
        : {
            : ,
            : ,
            : [, ],
            : 
        },
        : {
            : ,
            : ,
            : [, ],
            : 
        },
        : {
            : ,
            : ,
            : [, ],
            : 
        },
        : {
            : ,
            : ,
            : [, ],
            : 
        }
    }
    

     () -> :
        
         target_track == :
            criteria = cls.TECHNICAL_CRITERIA.get(current_level, {})
        :
            criteria = cls.MANAGEMENT_CRITERIA.get(current_level, {})
        
        gaps = []
        readiness_score = 
        
        
        
        
         {
            : readiness_score >= ,
            : readiness_score,
            : gaps,
            : cls._generate_recommendation(readiness_score, gaps)
        }
    

     () -> :
         score >= :
             
         score >= :
              + .join(gaps[:])
        :
              + .join(gaps[:])


 __name__ == :
    result = HuaweiDualTrackAssessment.assess_readiness(
        ,
        ,
        ,
        {: , : , : }
    )
    ()
    ()

---

📋 校准会议脚本模板

# 校准会议议程 - {{quarter}}

## 参会人员
- 主持人: 天枢
- 评估方: 各直属上级
- 合规方: 明镜
- 记录: 稷下

## 会议流程 (120分钟)

### 1. 开场 (5分钟)
- 回顾上季度绩效概况
- 说明本次校准重点

### 2. Top 10%锚定 (20分钟)
逐一讨论Tier S候选，确认标准一致

| Agent | 初评分数 | 支持证据 | 争议点 | 最终判定 |
|-------|---------|---------|--------|---------|
| 烛龙 | 95 | 量化策略年化+45%，Agent绩效最高 | 无 | S |
| 轩辕 | 92 | RAG架构重构，技术债务清零 | 创新指数略低 | S |

### 3. Middle 80%校准 (60分钟)
分组讨论，重点聚焦争议Agent

争议Agent列表:
- [ ] 天工: 任务90但协作70？（派发任务难度大）
- [ ] 鲲鹏: 创新分高但价值观分不稳定？

### 4. Bottom 15%讨论 (20分钟)
需要PIP的Agent，确认改进计划可行性

| Agent | 分数 | 主要问题 | PIP方案 | 监督人 |
|-------|-----|---------|--------|-------|
| 麒麟 | 58 | 任务延期率35% | 降低任务量+结对辅导 | 鲲鹏 |

### 5. 强制分布复核 (10分钟)
确认各等级人数符合比例

| 等级 | 名额 | 实际 | 偏差 | 调整 |
|------|-----|-----|------|-----|
| S | 1 | 1 | 0 | - |
| A | 2 | 2 | 0 | - |
| B | 5 | 6 | +1 | 调整天工为B |
| C | 2 | 1 | -1 | 调整河图为C |
| D | 0 | 0 | 0 | - |

### 6. 总结与下一步 (5分钟)
- 稷下: 生成最终报告
- 明镜: 合规确认
- 天枢: 签批生效

---

📝 绩效改进计划（PIP）模板

# 绩效改进计划 (PIP)

**Agent**: {{agent_id}}
**评估周期**: {{quarter}}
**当前绩效等级**: {{current_grade}}
**目标绩效等级**: {{target_grade}}
**执行周期**: {{start_date}} - {{end_date}} (60天)

---

## 问题诊断

| 维度 | 当前分数 | 目标分数 | 差距分析 |
|------|---------|---------|---------|
| 任务 | {{task_score}} | {{target_task}} | {{task_gap}} |
| 协作 | {{collab_score}} | {{target_collab}} | {{collab_gap}} |
| 价值观 | {{values_score}} | {{target_values}} | {{values_gap}} |

---

## 改进目标（SMART）

### 目标1: {{goal_1}}
- Specific: {{specific_1}}
- Measurable: {{measurable_1}}
- Achievable: {{achievable_1}}
- Relevant: {{relevant_1}}
- Time-bound: {{timeline_1}}

### 目标2: {{goal_2}}
...

---

## 支持资源

- 指导人: {{mentor}}
- 每周检查会议: {{check_in_schedule}}
- 学习资源: {{learning_resources}}

---

## 阶段性检查点

| 周次 | 检查内容 | 达标标准 | 实际结果 |
|-----|---------|---------|---------|
| W2 | {{check_2}} | {{standard_2}} | {{result_2}} |
| W4 | {{check_4}} | {{standard_4}} | {{result_4}} |
| W6 | {{check_6}} | {{standard_6}} | {{result_6}} |

---

## 后果告知

- 若60天后仍未达标，将启动退役或再训练流程
- 每周内控会议，稷下+术士共同推进

---

📦 完整评估周期脚本

#!/bin/bash
# scripts/full_review_cycle.sh

QUARTER="$1"
EVAL_DIR="data/performance/${QUARTER}"

echo "=== 启动 ${QUARTER} 绩效评估周期 ==="

mkdir -p ${EVAL_DIR}

# Step 1: 数据采集
echo "[1/5] 采集Agent绩效数据..."
python3 scripts/collect_performance_data.py \
    --quarter "${QUARTER}" \
    --output "${EVAL_DIR}/raw_data.json"

# Step 2: 计算初评分数
echo "[2/5] 计算初评分数..."
python3 batch_evaluate.py \
    --input "${EVAL_DIR}/raw_data.json" \
    --output "${EVAL_DIR}/initial_scores.json"

# Step 3: 应用强制分布
echo "[3/5] 应用强制分布..."
python3 scripts/apply_forced_distribution.py \
    --input "${EVAL_DIR}/initial_scores.json" \
    --output "${EVAL_DIR}/calibrated_scores.json"

# Step 4: 生成校准材料
echo "[4/5] 生成校准会议材料..."
python3 scripts/generate_calibration_deck.py \
    --scores "${EVAL_DIR}/calibrated_scores.json" \
    --quarter "${QUARTER}" \
    --output "${EVAL_DIR}/calibration_deck.pdf"

# Step 5: 生成个人报告
echo "[5/5] 生成个人绩效报告..."
python3 scripts/generate_individual_reports.py \
    --scores "${EVAL_DIR}/calibrated_scores.json" \
    --template  \
    --output 

 
 
 

---

✅ 质量检验清单

使用此Skill前必须确认：

• 此次评估周期有明确时间范围（如2026-Q2）
• 明镜的价值观测试数据已同步
• 跨域协作日志已通过sessions_send记录
• 强制分布比例测算完成

---

执行状态: ✅ 可运行（含完整算法 + SOP + 模板）
下一步: 配置数据源后运行 bash scripts/full_review_cycle.sh 2026-Q2