| name | score |
| description | 為 AI agent 設計的加權維度打分框架 —— "Don't guess. Score." 核心理念：先理解需求、先草稿再迭代，agent 是分析師。通過 `x score compute` 輸出排序後的 TSV。
|
| metadata | {"related":"rule,naming"} |
Score
"Don't guess. Score."
為 AI agent 設計的加權維度打分框架。
How to use
先理解，再打分。 定義維度之前先問足夠多的問題。維度錯了 → 分數再準也沒用。
先草稿再迭代。 當需求不完全清晰時，做一個盡力而為的標準、打分、給出結果。用户對具體排名會反饋 —— "這個 factor 應該更高"、"你漏了 X"。那是信號。精化再重打分。一次迭代勝過十輪瞎猜。
agent 是分析師。 compute 之後，讀 TSV。解釋 X 為什麼贏 Y。突出驚喜。建議調整。排名開啓對話，不是結束對話。
Core flow
① 理解需求 → ② 定義 score.yml → ③ 打分 score.tsv → ④ x score compute → ⑤ 報告 & 迭代
Output：target, total, rank, block, reason, <dim> (X%), evidence。Total 0–100，降序。rank=1 最佳。
Example — 幫助用户決定宣傳標語
- 與用户討論，確定評估維度與判據。寫
slogan.score.yml。
- AI 給每條標語按維度打分（0–10，帶證據）→
slogan.score.tsv。Total 與 rank 留空。
x score compute slogan.score.yml slogan.score.tsv → 填 total + rank。- 讀結果，與用户討論。調整分數或加候選，重複。
- 或：
x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"
更多示例：EXAMPLE.md。
Two-file model
*.score.yml — 可複用標準：維度、factor、描述**.score.tsv — 目標 + 分數 + 證據；第 1 列 = 目標名
x score compute <yml> <tsv> 與 python compute.py 等價。
Application scenarios
- 給 agent 一個決策工作流。 score.yml 把 agent 錨定在結構化流程 —— agent 跟隨標準，而不是上一條消息的情緒。
- 決策基於規則。 維度 × factor × 證據 → 加權總分 → 排名。每個分數都錨定事實。推理透明。
- 按需求調優。 換維度、調 factor、加硬過濾（
block 列）。同一模板，不同用户。
- 隨需求澄清而演進。 草稿 → 打分 → 反饋 → 精化 → 更鋒利。
- 任何 skill 的標準文件 + 歸檔結果。 score.yml = 決策標準。score.tsv = 決策記錄。兩者可歸檔、可審查、可分享。
Formula
total = Σ(factor × score) ÷ Σ(factor) × 10 → 0–100
- factor — 整數 1–10。基線 = 2。1=次要，4=2×，6=3×，8=4×，10=5×。自動歸一化。
- score — 每個維度 0–10，證據錨定。
- total — 加權總分 0–100。
維度表頭顯示權重 %：
factor ÷ Σ(factor) × 100。
Output columns
| Column | Source | Description |
|---|
target | input | 候選名 |
total | computed | 加權分數（0–100） |
rank | computed | 1 = 最佳。X 表示被 block |
block | input | 硬過濾 —— 非空 = 失格，壓到底部，rank=X |
reason | input/output | 可選：AI 關於分數細微處的備註 |
<dim> (X%) | computed | 每維度分數，表頭顯示權重 % |
evidence | input | 每個分數背後的事實 |
Scale
- 9–10 — Excellent — 完全滿足判據
- 7–8 — Good — 滿足判據，有小差距
- 5–6 — Adequate — 方向對，有明顯缺口
- 3–4 — Weak — 顯著缺口
- 1–2 — Fail — 幾乎沒滿足
- 0 — N/A — 不適用
Rules
- 證據錨定 —— 每個分數都必須有證據。是事實，不是感覺。
- 用滿全區間 —— 5 是中點，不是默認。0 與 10 罕見但可能。
- factor 是相對放大器 —— factor 2 = factor 1 影響力的 2 倍。自動歸一化。
- 目標唯一且非空 —— 第 1 列每行必須有目標名。無重複、無空。
- agent 讀、報、決 —— compute 之後，解釋結果。按需重打分或重賦權。
Files
SKILL.cn.md — 中文版compute.py — 校驗 + 計算 total + ranktemplate/*.score.yml — 35+ 模板。x score ls 列出，x score init -t <name> 複製EXAMPLE.md — 更多用法示例rule-vs-score.md — 何時用 rule vs scorescore-template-writer.md — 如何寫打分模板
Related
