用途：benchmark 用于把当前设计质量与三档基线做对比，帮助判断设计处于什么水平，并找出最值得优先改进的地方。
主要能力：运行 /benchmark 时会执行 /score，并将得分与三档基线并列展示：AI 默认输出（典型得分 35-50，如 Inter 字体、紫色渐变、嵌套卡片、无字号体系、随意间距、极少动效、无无障碍考虑）；专业基线（典型得分 70-80，如有意选择的字体、协调配色、一致间距、响应式设计、基本无障碍合规）；卓越标准（典型得分 90+，如数学化字号体系、计算式色彩系统、完美网格对齐、有目的的动效、完整 WCAG 合规、设计系统 token）。随后会指出当前设计与下一档之间的最大差距，并给出单个最高影响的修复建议。
使用方式：在支持该技能的环境中调用 /benchmark 即可，无需额外参数；具体安装与集成方式资料未提供。
适用场景：适合设计评审、迭代前定位短板、判断是否达到专业或卓越水平时使用。
限制：资料仅给出评分区间与基线特征，未说明评分算法、平台支持、收费情况或具体命令参数，这些暂未提供。