技能介绍

解决什么问题

评估一段英文材料到底偏易还是偏难，往往不能只看年级或页码。蓝思值（Lexile）把词频、句长等信息折算成一个便于选书和分层教学的量表，但手工标注既不准也不稳定。对工程师来说，直接调用 CoGrader 的 vocabulary analyzer 能拿到 Lexile Estimate、Grade Band、AWL Coverage、Tier 2 Words 等指标；真正麻烦的是环境搭建、文本预处理、超时重试，以及在中国大陆访问外部 API 时经常遇到的代理与网络问题。这个技能的目标，就是把这些工程细节封装起来，让你把注意力放在“文本是否适合目标读者”上。

技能如何工作

环境自检与自动修复：按顺序检查 Python、脚本文件与网络连通性。Python 不存在时，会根据操作系统选择 winget、brew 或系统包管理器完成安装；版本低于 3.7 时补装新解释器，并探测 python、python3、py 等可用命令名。网络异常会进一步检查代理环境变量，尽量把常见故障前移处理。
文本提取与预处理：支持从用户指定文件中抽取英文正文。如果输入是 Markdown 绘本脚本，只会提取 Text 或 - **Text** 后的英文行，避免把舞台说明、图片描述误算进去。
调用脚本检测：正文少于 80 词时直接分析；更长文本自动按约 80 词分块，分别请求后取 Lexile 中位数，并在结果中标注 (Chunked analysis)。脚本内置 3 次重试、指数退避、60 秒超时和 429 速率限制处理，尽量降低远端抖动带来的失败率。
结果解读与报告：最终输出 Lexile Estimate、Grade Band、Word/Sentence Count、AWL Coverage、Tier 2 Words 与 Register Assessment 等字段。技能会判断文本是否落在目标区间，例如儿童绘本通常参考 200L–350L；不在区间内时，会结合句长和低频词比例给出拆句、替换词汇等建议。

适用边界与注意点

蓝思值来自 CoGrader 的估计，不是 MetaMetrics 官方认证值。适合做内容分级参考，不适合当作唯一评价标准。
文本过短会导致指标不稳定；分块分析的结果已经标注 (Chunked analysis)，必要时可提高 chunk-size，但要意识到短块固有偏差。
调用依赖远端 API，服务端 500、超时或 JSON 格式错误都可能回传失败。技能会重试并转成分块，但如果 API 持续不可用，需要检查网络、代理或服务端状态。
自动安装只会使用系统包管理器或常见安装路径，不会修改系统 Python。Windows 下若 PATH 未刷新，需要在新终端中重试。
提取正文时只处理英文，不会翻译或改写原文。涉及版权或敏感材料时，应自行确认合规性。