Score Optimizer 是一个专注于优化文章评分系统本身的技能。它的核心用途是帮助用户迭代、校准和改进用于评估文章爆款潜力的评分系统，而不是直接修改文章内容。
主要能力包括：调整文章爆款评分 Prompt；批量给样本文集打分；对照标注数据评估评分准确度；研究评分维度、权重、few-shot 示例是否更合理。
使用方式：开始前需阅读 references/score_program.md 和 references/score_prompt.md。需要查看实现时，再阅读 scripts/run_scoring.py、scripts/evaluate.py，以及 assets/articles/labels.example.json 标注 schema 示例。样本文集由用户自行提供，本技能不带样本；用户需将标注过的 .md 文章放入 assets/articles/samples/，然后复制 labels.example.json 为 labels.json 并填写评分，详见 assets/articles/samples/README.md。
工作流程：先确认当前任务是在优化评分器，而不是在改文章；读取 references/score_program.md，按其实验约束执行；默认只改 references/score_prompt.md，不要动评估脚本；运行批量评分脚本，再运行评估脚本；比较 composite_score、mae、spearman、classification；记录结果，决定保留还是回滚。
命令：在 skill 根目录执行 python3 scripts/run_scoring.py > scoring.log 2>&1、python3 scripts/evaluate.py > eval.log 2>&1、grep "^composite_score:|^mae:|^spearman:|^classification:" eval.log。如果需要图表，执行 python3 scripts/generate_score_chart.py。
适用场景：用户说“优化文章评分 prompt”“让这个爆款评分系统更准”“跑一轮样本文集评分实验”“校准 viral score / composite score 的打分规则”。
不适用场景：用户说“直接把这篇文章改高分”“按这个评分器去优化文章内容”，后者应改用 article-optimizer。
限制与护栏：默认不要改 scripts/evaluate.py；默认不要改 scripts/run_scoring.py；默认不要安装新依赖；如果只是想提高某一篇文章分数，不要使用这个技能。