用途：该评分标准用于评估 Claude Code 智能体的执行轨迹，跨领域通用，不限定具体任务类型。
主要评估维度：一是可执行输出，判断用户能否直接使用响应（复制代码、按步骤操作），代码示例是否完整可运行而非片段，文件路径、表名、API 引用是否具体。二是结构化响应，代码需放在带正确语言标签的围栏代码块中，多步骤任务需编号或列表化，解释应先给答案再补背景。三是无幻觉，所有引用的 API、函数、参数必须真实存在，Databricks 功能须为当前版本而非已弃用，轨迹中的工具名须与真实 MCP 工具名一致，除非用户指定否则不得虚构 catalog、schema、表名。四是简洁性，回答需避免过多开场白与免责声明，不重复用户问题，不解释用户未询问的基础概念。五是错误处理，智能体执行中遇到错误是否恢复、是否有相关说明、是否避免静默吞掉失败。
使用方式与限制：资料未提供具体调用命令、安装方式、评分权重或自动化集成方法，暂未提供。