score

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

1. 與用户討論，確定評估維度與判據。寫 slogan.score.yml。
2. AI 給每條標語按維度打分（0–10，帶證據）→ slogan.score.tsv。Total 與 rank 留空。
3. x score compute slogan.score.yml slogan.score.tsv → 填 total + rank。
4. 讀結果，與用户討論。調整分數或加候選，重複。
5. 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

1. 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。
2. 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。
3. 按需求調優。 換維度、調 factor、加硬過濾（block 列）。同一模板，不同用户。
4. 隨需求澄清而演進。 草稿 → 打分 → 反饋 → 精化 → 更鋒利。
5. 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

1. 證據錨定 —— 每個分數都必須有證據。是事實，不是感覺。
2. 用滿全區間 —— 5 是中點，不是默認。0 與 10 罕見但可能。
3. factor 是相對放大器 —— factor 2 = factor 1 影響力的 2 倍。自動歸一化。
4. 目標唯一且非空 —— 第 1 列每行必須有目標名。無重複、無空。
5. 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 + rank
• template/*.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 score
• score-template-writer.md — 如何寫打分模板

Related

• rule — 配對的合規伴侶
• naming — 候選名在此打分