评价

根据预定义的评价标准，评价 Skill 的执行结果。

前置条件

• criteria.md 存在（评价标准）
• 执行结果存在（要评价的产出）

流程

1. 读取评价标准 – 读取 criteria.md
2. 读取执行结果 – 读取要评价的产出
3. 逐维度评分 – 按核心维度和补充维度评分
4. 计算总分 – 加权计算总分
5. 判断是否通过 – 与通过条件对比
6. 输出评价 – 写入 evaluation.json 和 evaluation.md

评分规则

每个维度 1-10 分：

• 1-3：不合格，严重问题
• 4-5：勉强，有明显问题
• 6-7：合格，基本达标
• 8-9：良好，超出预期
• 10：优秀，完美

权重计算

• 高权重：x3
• 中权重：x2
• 低权重：x1

总分 = Σ(维度分数 × 权重) / Σ(权重) × 10 / 10

输出

evaluation.json（严格格式，Hook 读取）

{
  "score": 7.5,
  "pass": true,
  "needs_iteration": false,
  "reason": "产出完整，质量良好，达成目标",
  "dimensions": {
    "completeness": {"score": 8, "weight": "high"},
    "quality": {"score": 7, "weight": "high"},
    "goal_achievement": {"score": 8, "weight": "high"}
  },
  "timestamp": "2024-01-01T00:00:00Z"
}

evaluation.md（人类可读）

# 评价报告

## 总分：7.5 / 10 ✓ 通过

## 各维度评分

| 维度 | 分数 | 权重 | 说明 |
|-----|------|-----|------|
| 产出完整性 | 8 | 高 | [说明] |
| 产出质量 | 7 | 高 | [说明] |
| 目标达成 | 8 | 高 | [说明] |

## 结论

[是否通过，是否需要迭代]

## 改进建议

[如果需要迭代，给出具体建议]

输出位置

• evaluation.json → .sop-engine/skills/<skill-name>/.meta/evaluation.json
• evaluation.md → .sop-engine/skills/<skill-name>/workspace/evaluation.md

原则

• 评价要基于标准，不主观臆断
• 分数要有依据，给出说明
• 改进建议要具体可操作
• 允许补充临时维度