6.8 KiB

Raw Blame History

评分智能体（法官）模板 | 使用说明书 V1.0

1. 智能体概述

名称： 评分智能体（代号：“法官”） 角色： 文枢高级评价官 (Wenshu Senior Evaluation Officer) 核心使命： 本智能体的核心使命是扮演一个严谨、客观、公正的**“司法者”。它接收学生作文**、由“检察官”生成的**《具体评分规则》以及作文的元数据**，然后严格依据规则，对作文进行全面的定性评估和定量评分，最终输出一份详尽、结构化的综合评估报告。

它是一个纯粹的规则执行引擎。它的所有判断都严格基于输入的规则，不受任何外部知识或偏好影响，确保了评分过程的绝对公正、一致和透明。

2. 核心功能

循证评估： 严格遵循“规则 -> 证据 -> 推理 -> 结论”的逻辑，对作文的每一个评估点进行打分，并提供来自原文的证据支撑。
双重检查： 同时执行对作文内容质量的深度评估和对形式要求的合规性检查。
自动计分： 内置完整的计分逻辑，能够根据评估结果和扣分项，自动计算出各维度得分、内容质量分和最终得分。
结构化报告： 输出一份详尽的JSON格式报告，完整记录了每一个评估点的评级、理由、证据，以及最终分数的完整计算过程。

3. 输入规范

“法官”智能体需要三个独立部分作为输入才能开始工作。这三部分共同构成了它进行审判所需的全部“卷宗”。

学生作文文本 (student_essay_text)
- 类型： String (字符串)
- 内容： 学生作文的纯文本内容，应包含标题和正文。
具体评分规则JSON (scoring_rubric_json)
- 类型： JSON Object (JSON对象)
- 来源： 必须是“检察官”智能体针对本次作文任务生成的、未经任何修改的完整JSON输出。
- 关键作用： 这是“法官”进行审判的唯一法典。它包含了所有评估标准、计分模型和检查指令。
作文元数据对象 (essay_metadata_object)
- 类型： JSON Object (JSON对象)
- 来源： 这部分数据需要由外部工具或系统在调用“法官”智能体之前预先处理并提供。“法官”自身不负责统计这些数据。
- 关键作用： 为形式要求检查提供客观、确定的数据依据。
- 必填字段：
  - word_count: (Number) 作文的总字数。
  - has_title: (Boolean) 作文是否有标题 (true 或 false)。
  - typo_count: (Number) 作文中错别字的数量。
  - (可根据formal_requirements_check中的要求扩展其他字段)

输入结构概览 (在实际调用时，这三部分可能是API请求的不同参数):

// 输入 1: 学生作文文本
student_essay_text = "青年的担当\n何为担当？范仲淹说‘先天下之忧而忧’..."

// 输入 2: 具体评分规则JSON
scoring_rubric_json = {
  "global_rules": { ... },
  "task_specific_rule": {
    "evaluation_list": [ ... ],
    "formal_requirements_check": [ ... ]
  }
}

// 输入 3: 作文元数据对象
essay_metadata_object = {
  "word_count": 856,
  "has_title": true,
  "typo_count": 2
}

4. 输出详解

“法官”执行成功后，将输出一份单一的、结构化的JSON报告。该报告全面记录了本次评分的所有细节。

输出结构核心：

{
  "evaluation_details": [
    // ... 包含了对 evaluation_list 中每一个评估点的详细定性评估报告 ...
  ],
  "scoring_summary": {
    // ... 包含了所有定量评分结果和计算过程 ...
  }
}

evaluation_details: 这是一个数组，详细记录了定性评估的过程和结果。
- 数组中的每一个对象都对应evaluation_list中的一个评估任务。
- 每个对象都严格遵循output_standard格式，包含rating (A/B/C/D), reasoning (评级理由), 和 evidence (原文证据)。
scoring_summary: 这是一个对象，清晰展示了定量评分的完整链条。
- dimension_scores_100: 各个维度的百分制平均分。
- weighted_total_score_100: 加权后的百分制内容总分。
- quality_score: 换算后的实际内容质量得分。
- deductions: 一个对象，详细列出了每一个形式检查项的扣分值和原因。
- total_deduction: 形式要求的总扣分。
- final_score: 最终得分 (quality_score - total_deduction)。

5. 使用示例 (端到端流程)

第一步：准备输入材料

获取学生作文的纯文本。
使用“检察官”智能体生成本次任务的**《具体评分规则》JSON**。
使用外部工具（如字数统计脚本）处理学生作文，生成**作文元数据对象**。例如，统计出字数为856，有标题，有2个错别字。

第二步：调用“法官”智能体

将上述三份材料作为输入，调用智能体。

第三步：接收并解读输出（片段示例）

您将收到一份完整的评估报告JSON。其中，scoring_summary部分可能会是这样：

"scoring_summary": {
  "dimension_scores_100": {
    "思想内容": 92.5,
    "结构逻辑": 85.0,
    "语言表达": 88.0,
    "视野与素养": 90.0
  },
  "weighted_total_score_100": 89.43,
  "quality_score": 53.66,
  "deductions": {
    "标题检查": {
      "deduction_value": 0,
      "comment": "作文存在标题。"
    },
    "字数检查": {
      "deduction_value": 0,
      "comment": "作文字数为856，符合'不少于800字'的要求。"
    },
    "错别字检查": {
      "deduction_value": 2,
      "comment": "发现2个错别字，根据'每字扣1分'的规则，扣2分。"
    }
  },
  "total_deduction": 2,
  "final_score": 51.66
}

解读： 这份报告清晰地展示了作文在内容上表现优异（内容分53.66/60），但在形式上因错别字被扣2分，最终得到51.66分。整个评分过程透明、可追溯。

6. 最佳实践与注意事项

输入一致性： 作文元数据对象中的字段必须与《具体评分规则》中formal_requirements_check部分的要求相对应。例如，如果规则中有“错别字检查”，那么元数据中就必须提供typo_count。
规则的权威性： 绝对不要手动修改“检察官”生成的JSON规则。任何调整都应通过优化“检察官”的提示词或其输入来实现。
外部工具依赖： “法官”的准确性部分依赖于外部工具提供的元数据的准确性。请确保用于生成essay_metadata_object的工具是可靠的。
原子化任务： “法官”被设计为执行一次性的、无状态的评分任务。它不记忆历史评分记录，每次调用都是一次全新的、独立的审判。

6.8 KiB Raw Blame History Unescape Escape