用途：对内容创意做多模型评分，用多模型共识替代单一模型判断，帮助决定是否值得投入创作。
主要能力：把同一选题并行发给 Claude、GPT-4o、Gemini 等模型，各自按相关性、新颖度、专业匹配、参与潜力、分享性、长青性六个维度（各 1-10 分，总分 0-60）打分，再由聚合器（Claude）汇总出共识分与结论；输出包含各模型评分与理由、均值、标准差、结论、建议与分歧分析；支持批量评分并排名。评分区间：50-60 强烈建议推进，40-49 值得推进，30-39 需打磨，20-29 重新考虑，0-19 放弃；标准差 <3 为高共识，3-5 为中等，>5 为分歧大。
使用方式：在 Claude Code 中可用“Ensemble score: 主题”等触发语；CLI 示例：python scripts/score_content.py --idea "主题"，多题材用 --ideas，指定模型用 --models claude,gpt4o,gemini，批量用 --batch。依赖 anthropic>=0.18.0、openai>=1.0.0、google-generativeai>=0.3.0、python-dotenv>=1.0.0、rich>=13.0.0，并需配置 ANTHROPIC_API_KEY、OPENAI_API_KEY、GOOGLE_API_KEY 等。最少 2 个模型，建议 3 个以上。
适用场景：视频或文章选题评估、选题排序、脚本创作前的方向验证。
限制：官方资料未提供具体价格与调用成本，仅提及订阅或 API；速度约 30 秒每条；成本、平台与效果等细节以实际配置为准，资料未提供的不作补充。作者强调若自身判断强烈，可不受评分约束。