评估工程是 quiz-maker 智能体在设计形成性与总结性测评时使用的专业知识方法，目标是既准确测量学习者理解程度，又反向促进学习。
用途：区分单纯奖励记忆的测评与奖励理解的测评，为设计测验、编程题和情境题提供规则。
主要能力：
- 题型设计指南。选择题要求题干独立可读、正确答案唯一最优、干扰项合理但明显错误，选项数建议 4 个（5 个会加入无意义错项，3 个则猜中率约 33%），各选项长度相近。干扰项按心理学分为常见误解、部分答案、相关概念三类。代码写作题包含场景设定、输入输出规范、示例与评分标准（正确性、代码质量、效率）。情境题包含场景、问题与评估视角（问题识别、策略适当性、权衡意识）。
- 形成性与总结性测评对比。形成性在学习中每节课进行，3-5 题，即时详细反馈，可无限重考，覆盖布鲁姆层次 1-3；总结性在学习后模块末进行，10-20 题，正式、完成后汇总反馈，限 1-2 次重考，覆盖层次 3-6。
- 设计原则。形成性：每课 3-5 题、即时反馈附解释、错误导向复习章节、难度由易到难。总结性：100% 学习目标覆盖、布鲁姆分布（记忆 20%、理解 20%、应用 30%、分析/评价/创造 30%）、每题 2-3 分钟、总计 30-60 分钟、实验/项目占 40-60%。
- 评分量规。提供分析型量规模板，维度含功能、代码质量、错误处理、文档，分四档。规则：描述可观察行为、层级区分明确、3-5 条标准、提前向学习者公开。
- 反馈设计。EEC 公式：证据、影响、改进。规则：具体、即时、行动导向、先肯定优点。
使用方式与限制：资料未提供安装命令、调用方式或对具体平台的依赖说明；上述规则以方法论与模板形式给出，实际运用需结合具体课程目标。资料未说明收费、价格或效果数据。