用途:diversity-scoring 是 diversity-qa 在判断「设计包是否真的产出与 baseline 不同的结果」时遵循的方法论技能。它的边界只覆盖「相对 baseline 的差异性」与「包之间的重复度」,不判断原文忠实度(fidelity-scoring)与渲染质量·对齐·对比度·规格(craft-scoring),三项分数不合并计算。
主要能力:使用五轴评分量表(color/type/layout/space/shape·motion),每轴 0~4 分,比较 baseline.png 与包 preview.png。总分 0~20,通过标准为总分 13 以上且无 0 分轴,否则驳回;任一类失败出现 0 分轴时不论总分一律驳回。需同时捕捉两类失败:差异性失败(与 baseline 过于相似)与身份失败(虽不同于 baseline,但偏离 meta.yaml 声称的 family·axes 风格)。
量化辅助指标:perceptual hash 距离、颜色直方图差异、边缘/墨量密度,仅作定性复核的标记,不能替代定性判断;缺少脚本时仅在 scorecard 标注 quantitative: unavailable。
使用方式:按 reference_mode 区分驳回含义,style_synthesis 下低分为「风格推得不够」可要求重写;exact_document·official_system·historical_canon 下若原稿本身就接近 baseline,不得指示「加入原稿没有的元素来提高分数」,应升级到 pack-architect,在替换候选、按目录维度放行、保留并标注相似性三者中选择。驳回须精确瞄准轴并指出需要修改哪个 prompt.md 段落。建议每完成一个包(或 5 包批次)立即验证。产出 _workspace/04_qa_scorecard.json 与 _workspace/04_qa_diversity-matrix.md(包间五轴相似度矩阵,4 轴以上相同标记为双胞胎并建议整合·重定义)。判定词只用 pass·needs_review·reject。同一包两次驳回后仍不达标则维持 reject 并排除,渲染证据无法生成时记 needs_review 与 render_failed 并排除。
限制:未确认项(如具体命令、安装方式、收费情况)资料暂未提供。