Score Optimizer

这个 skill 只负责一件事：优化文章评分系统本身。

它适合做的是：

• 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

它不负责：

• 直接改文章正文
• 平台改写
• 发布包装

Working Scope

适用场景：

• 用户说“优化文章评分 prompt”
• 用户说“让这个爆款评分系统更准”
• 用户说“跑一轮样本文集评分实验”
• 用户说“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”
• 用户说“按这个评分器去优化文章内容”

后者应改用 article-optimizer。

Required Reads

开始前先读：

1. references/score_program.md
2. references/score_prompt.md

需要看实现时再读：

• scripts/run_scoring.py
• scripts/evaluate.py
• assets/articles/labels.example.json —— 标注 schema 示例

样本文集位置（用户自己提供，本 skill 不带样本）：

• assets/articles/samples/ —— 把你自己标注过的 .md 文章放进来,然后 cp labels.example.json labels.json 填上你的评分。详见 assets/articles/samples/README.md

Workflow

1. 先确认当前任务是在优化评分器，不是在改文章。
2. 读取 references/score_program.md，按它的实验约束执行。
3. 默认只改 references/score_prompt.md，不要动评估脚本。
4. 运行批量评分脚本，再运行评估脚本。
5. 比较 composite_score、mae、spearman、classification。
6. 记录结果，决定保留还是回滚。

Commands

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：

python3 scripts/generate_score_chart.py

Guardrails

• 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，不要用这个 skill