用途
OKR Grader 用于在 OKR 周期结束时（或部分周期收尾时）对已完成的 OKR 集合进行回顾性评分与评审。它面向需要清晰评审结果的场景：团队已有最终或阶段性 KR 值、基线和目标，需要明确分数、证据与学习收获，并决定下一周期继续、停止、修改或延续哪些内容。当团队对某个分数是好是坏存在分歧，或各 KR 的证据质量参差不齐需要显性化时，该技能也适用。
该技能不适用于以下情况：仍在起草 OKR（应使用 foundation-okr-writer）；需要通用团队回顾（应使用 iterate-retrospective）；报告单个实验结果（应使用 measure-experiment-results）；需要不含评分的外部进度更新（应使用 foundation-stakeholder-update）；OKR 集合从未达成一致或从未跟踪（评分需要已编写的集合，需先通过 foundation-okr-writer 补写）；以及希望用分数评估个人（该技能会拒绝此类请求）。
主要能力
该技能按以下步骤工作：验证评分就绪状态，检查原始 OKR 集合、周期日期、最终 KR 值、基线、目标、证据来源和 OKR 类型，缺失值明确标注为 not-yet-observable、not-instrumented 或 not-supplied，绝不编造；对每个 KR 分类其 OKR 类型和指标类别（leading、lagging、guardrail、health、evidence_generation）；按类型约定对每个 KR 评分，并叠加指标类别规则；解读目标分数，避免在存在 guardrail、合规阈值或学习型 KR 时进行简单平均；评估证据质量，指出可靠性及注意事项；将举措作为“赌注”回顾，区分交付状态与 KR 影响；综合学习收获，区分关于客户或产品、团队流程、测量方法的学习；准备下一周期建议；显性化解读风险；注明事实来源；最终产出面向读者的文档。
评分规则
OKR 类型决定评分约定：aspirational 使用 0 到 1 数值分数，公式为 (actual - baseline) / (target - baseline)，理想区间 0.6 至 0.7，低于 0.4 为未达成，连续多个周期高于 0.8 提示目标可能被压低需要重新校准；committed 按目标通过或失败，低于 1.0 即为未达成并需要事后分析；compliance_or_safety 为二元判定，达成或未达成，无部分得分，无追溯性范围缩减；operational_health 按阈值带判定通过、失败或容差内漂移；learning 按验证、证伪、部分验证或证据不足评定，不使用数值分数。
指标类别规则叠加在类型评分之上：guardrail 类别的 KR 按其 OKR 类型评分，并作为独立信号单独报告，绝不平均进主目标分数。特殊状态包括：not-yet-observable 表示分数推迟，不强制数值评分，标注阶段性信号和预计分数及置信度与最终分数可用日期；not-yet-fully-observable 表示 committed 或 compliance_or_safety 类 KR 覆盖不完整，分数推迟至完整覆盖可观察，不得将子信号提升为 KR 级别通过。
约束规则
该技能强制执行以下不可协商的规则：不得追溯性更改基线、目标或 KR 定义，若周期中调整过需明确记录并同时按原始和调整版本评分；不得追溯性缩减 committed 或 compliance_or_safety 类 KR 的范围以将部分覆盖标记为通过；不得将 0.7 视为 committed、compliance_or_safety 或 operational_health 类 KR 的成功；不得将失败的 guardrail 平均掉；不得将努力等同于影响；不得将 OKR 分数用作个人绩效评级或薪酬输入；不得惩罚在 OKR 编写时已明确披露的理想型拉伸；不得将未达成的承诺目标庆祝为雄心勃勃的失败；必须明确标注任何 not-yet-observable 的 KR；必须在每个 KR 分数上包含证据置信度；不得成为事实来源，始终包含指向用户实际 OKR 跟踪器的 source_of_truth 指针。
检测的反模式
该技能会扫描并标记或拒绝以下反模式：追溯性目标调整；对 committed 或 compliance_or_safety 类 KR 的追溯性范围缩减；将 guardrail 平均掉；对 committed 类 KR 采用理想型评分；努力等于影响；薪酬耦合；将未达成的承诺视为拉伸；目标被压低（理想型目标持续得分高于 0.85）；对 not-yet-observable 的 KR 强制评分；无证据的举措归因；隐藏低置信度；利益相关者叙事覆盖证据；单周期确认。
输出契约
所有必需章节按规范顺序呈现：Summary、Scorecard、Objective Interpretation、Evidence Quality、Initiative Review、Learning、Next-cycle Recommendations、Risks in Interpretation。Scorecard 中每个 KR 包含实际值（或 not-yet-observable / not-yet-fully-observable 标记）、按类型适当约定的分数、证据置信度和解读。aspirational 类 KR 使用 0 到 1 数值量表；committed 类为通过或失败；compliance_or_safety 类为二元；operational_health 类为通过、失败或容差内漂移；learning 类使用验证或证伪语言。guardrail 指标类别的 KR 单独呈现，绝不平均进主目标分数。committed 或 compliance_or_safety 类 KR 的部分覆盖标记为 not-yet-fully-observable，而非 pass-on-in-scope。包含指向非技能位置的事实来源说明。交接章节指明具体的下游技能。仅输出 Markdown，不输出 JSON。
适用场景与限制
该技能适用于 OKR 周期收尾评审、部分周期收尾评分、需要明确分数与证据的评审、决定下一周期方向、分数好坏存在分歧、证据质量需要显性化等场景。其限制包括：需要已编写并跟踪的 OKR 集合才能评分；不适用于通用团队回顾、单个实验结果报告、不含评分的外部进度更新；拒绝将分数用于个人绩效评估；不成为事实来源，始终指向用户实际的 OKR 跟踪器；输出为 Markdown 格式，不输出 JSON。