Agent Skills
返回列表
📊

卓越度多维效能评估

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2fd890c9/awesomeness。

技能介绍

要解决什么问题

工程师和产品同学经常在「这个项目/流程/内容到底行不行」上争论,却缺少同一套维度和可追溯到材料的分数。本技能针对的是:对单一对象做结构化卓越度诊断,而不是凭感觉吵架或做榜单排名。

技能如何工作

激活后按标准流程推进:先锁定评估对象,再收集至少 3 个维度的可验证信息(推荐附带 README、文档、数据或链接)。默认五维为 功能性、可靠性、易用性、创新性、可持续性,可按你的侧重点调整权重。

评分遵循证据锚定:只依据你提供的材料打分;信息缺口会标注为 [需核实:字段名],避免模型「脑补满分」。完整输出通常为 Markdown 报告:信息清单、各维 1~10 分、加权总分,以及高/中/低优先级的可执行改进建议。当仅有 3 个维度信息完整时,报告会标明中等置信度。

边界与注意点

  • 不评判主观喜好(好不好看、喜不喜欢)。
  • 不做两个不同对象之间的绝对优劣对比。
  • 不预测未来走势,评估结果不构成法律、财务等专业建议。
  • 勿输入国家秘密、商业秘密或个人隐私等敏感数据。

使用前请自备评估对象描述与维度相关材料;维度越少,分数与建议的参考价值越低。

使用场景

  • 拿到新开源仓库链接,需按功能、文档、维护活跃度打出结构化健康分并列出缺口
  • 产品评审前,要对某一版功能从完整度、稳定性、易用性等维度打分并产出优先级改进清单
  • 业务流程卡顿,需用同一套五维框架描述现状、标注缺失数据并给出高/中/低改进项
  • 投稿或课程稿定稿前,希望用可参考的材料维度衡量内容质量而非主观褒贬

适合人员

  • 开源维护者:想在发版或募 contributor 前,用 README 与仓库材料自评项目可持续性
  • 产品经理:对单条功能或版本做卓越度复盘,需要加权总分与分优先级的落地建议
  • 企业管理者:诊断客户服务或内部流程症结,要求评分绑定现状描述而非空泛批评
  • 学生或研究者:在开题或答辩前,用功能性、创新性等维度自检论文或研究方案材料