用途
evaluation-criteria 是一个与技术栈无关（technology-agnostic）的技能，核心目的是为交付物的评估建立一致、客观的标准。它被调用时，为 deliverable-evaluator 提供评估所需的评分方法。其目标包括：评估交付物质量、对照需求进行打分、做出通过/失败（pass/fail）判定，以及提供建设性的反馈。
主要能力：五个评估维度
该技能定义了五个评估维度，每个维度包含问题、评估标准（criteria）和评分规则（scoring）。
完整性（Completeness）
- 问题：是否所有必需的内容都已具备？
- 标准分为三组：
- 功能（functionality）：所有指定功能已实现、所有用户故事已覆盖、所有验收标准已满足。
- 覆盖（coverage）：所有边界情况已处理、所有错误路径已覆盖、所有集成已连接。
- 文档（documentation）：所需文档已提供、API 文档完整、在需要处有注释。
- 评分：通过为“100% 的必备项均已具备”；失败为“任何必备项缺失”。
正确性（Correctness）
- 问题：它是否能正确工作？
- 标准分为三组：
- 功能（functional）：业务逻辑准确、计算正确、数据转换有效。
- 行为（behavioral）：产生预期输出、错误处理得当、边界情况处理正确。
- 集成（integration）：外部系统已连接、数据流正确、API 响应正确。
- 评分：通过为“所有测试通过，无逻辑错误”；失败为“任何测试失败或逻辑错误”。
质量（Quality）
- 问题：它是否构建良好？
- 标准分为三组：
- 代码规范（code_standards）：遵循项目约定、无 lint 错误、格式一致。
- 架构（architecture）：遵循设计模式、关注点分离得当、依赖管理正确。
- 可维护性（maintainability）：代码可读、复杂度可控、无代码坏味道。
- 评分：通过为“无严重问题，重大问题极少”；失败为“存在严重问题”。
安全性（Security）
- 问题：它是否安全？
- 标准分为三组：
- 漏洞（vulnerabilities）：无 SQL 注入、无 XSS 漏洞、无 CSRF 漏洞。
- 认证（authentication）：认证检查得当、密码处理安全、会话管理正确。
- 数据保护（data_protection）：敏感数据已加密、PII 处理正确、存在审计日志。
- 评分：通过为“未发现安全漏洞”；失败为“存在任何安全漏洞”。
性能（Performance）
- 问题：它的性能表现是否良好？
- 标准分为三组：
- 响应时间（response_time）：API 响应 < 200ms（95 百分位）、页面加载 < 3 秒。
- 资源使用（resource_usage）：内存使用合理、CPU 使用高效、无内存泄漏。
- 可扩展性（scalability）：能处理预期负载、无 N+1 查询、在需要处实现缓存。
- 评分：通过为“达到性能阈值”；失败为“低于性能阈值”。
评分系统
严重程度分级（Severity Classification）
- critical（严重）：必须在验收前修复。示例包括安全漏洞、数据损坏风险、核心功能损坏。影响为“自动判定为 FAIL”。
- major（重要）：应在验收前修复。示例包括逻辑错误、缺少测试、性能问题。影响为“累计计入阈值”。
- minor（次要）：可以稍后修复。示例包括风格改进、文档缺口、次要优化。影响为“记录但不阻塞”。
通过/失败判定（Pass/Fail Determination）
- 通过条件（pass_criteria）需同时满足：无严重问题；关键维度通过（完整性、正确性、安全性）。阈值：重要问题 <= 3；总体得分 >= 80%。
- 失败条件（fail_criteria）满足任一即失败：存在任何严重问题；关键维度失败；重要问题 > 5；总体得分 < 60%。
使用方式：输出格式
该技能定义了评估结果的输出结构：
- evaluation.overall_verdict：PASS 或 FAIL。
- evaluation.overall_score：0-100。
- evaluation.dimensions：分别列出 completeness、correctness、quality、security、performance 五个维度，每个维度包含 score（0-100）、status（PASS|FAIL）、issues（问题列表）。
- evaluation.issue_summary：统计 critical、major、minor 的数量。
- evaluation.feedback：可执行的反馈条目列表。
适用场景与集成
该技能主要供智能体使用，primary_users 包括：
- deliverable-evaluator：作为核心评估方法。
- quality-reviewer：用于质量评估。
它适用于需要对交付物进行结构化、可重复评估的场景，例如对照需求打分、做出验收判定并给出反馈。
限制
资料未提供该技能的具体安装命令、运行环境要求、依赖项、收费或价格信息，这些内容暂未提供。