绩效指标SMART检查

解决痛点：模糊的绩效指标

在制定或复盘绩效指标时，管理者常面临目标描述模糊、缺乏可衡量性或时间边界的问题。人工逐条核对SMART原则（具体、可衡量、可实现、相关性、时限性）不仅耗时，且容易因主观判断导致标准不一。该技能旨在将这一繁琐的校验过程自动化，帮助HR和团队管理者快速识别指标设计中的缺陷。

核心机制与执行流程

技能通过自然语言交互或文件解析提取已确认的绩效事实。它遵循以下关键步骤：

• 最小必要信息提取：仅追问缺失的核心字段（如任务类型、现有材料），不强制用户填写内部 JSON 结构。
• 数据清洗与校验：检查指标字段、计算口径、时间范围及异常值，生成可复核的明细表。
• 确定性计算：在底层调用 python scripts/run.py 进行结构化检查，将事实、参数、判断依据和待确认项严格分离。
• 多格式交付：最终输出结构化明细、优化建议及执行前待办清单，支持导出为 Markdown、CSV 或 XLSX 等格式。

适用边界与合规注意

该工具定位为辅助校验引擎，而非业务系统的直接写入端。

• 不越界操作：除非宿主工具实际执行并回读，否则不会声称已发送、申报或写入任何外部业务系统。
• 拒绝敏感决策：严格禁止依据性别、年龄、婚育、籍贯、民族或健康状况等敏感属性做出任何人员决策。
• 不伪造数据：当输入材料不足以支撑完整校验时，系统会输出待补充清单，绝不用看似精确的虚构内容替代未知事实。对于涉及外部基准的数据，会明确标注来源与适用范围。