> 依赖 wq-rules，默认 quiet 模式。
> 评分标准定义见 config/scoring-criteria.json。

WQ 写作评分系统

触发场景

五维评分模型

各维度下分多个评分项（详见 config/scoring-criteria.json），每项 1-5 分，带 S/A/B/C/D 五级评语锚。

等级体系

输出模式

score-card 输出格式

═══ 须弥评分 ═══
总分: 85/100 → A（优秀）
  完整性 18/20 | 叙事 21/25 | 创意 17/20 | 技术 12/15 | 市场 17/20
─────────────────
🥇 最强: 叙事质量 — 人物塑造扎实，节奏控制精准
📉 最弱: 技术执行力 — 反AI扫描有2项medium警告
💡 建议: 先跑 /wq-polish 修复句式重复问题

report 输出格式

═══ 须弥评分报告 ═══
项目: {标题} | 范围: 全书 | 评分日期: {日期}

━━━ 总分: 85/100 → A（优秀）━━━

【完整性】18/20 (90% → S)
  ✅ 结构完整度 5/5 — 三段式结构清晰，起承转合完整
  ✅ 主线收束 4/5 — 主线全收，2条支线略悬空
  ⚠️ 伏笔回收 4/5 — v9/v12两处小伏笔未回收
  ✅ 章节完整 5/5 — 全章节无缺
  ✅ 分卷完整 4/5 — 卷2结尾略仓促

【叙事质量】21/25 (84% → A)
  ✅ 情节逻辑 5/5 — 因果链完整无硬伤
  ✅ 人物塑造 5/5 — 主角弧光完整，配角有辨识度
  ⚠️ 节奏掌控 4/5 — 第30-35章略拖
  ✅ 对话质量 4/5 — 自然，配角差异可更鲜明
  ⚠️ 情绪张力 4/5 — 高潮有感染力但铺垫略长
  ⚠️ 开篇钩子 4/5 — 钩子有力但悬念展开略慢

...

【改进建议】
1. 优先修复：反AI扫描medium警告（句式重复）
2. 中等优先级：回收v9/v12伏笔
3. 锦上添花：第30-35章精简20%字数提速

【平台适配建议】（目标平台：番茄）
  优势：爽点密度高、章节结尾钩子强 → 完读率预计不错
  风险：开篇前500字冲突来得慢一拍 → 可提前到第1段插入冲突

管道集成

wq-score 设计为可选的管道中间节点，在 polish → finalize 之间插入：

→ polish → score(可选) → finalize → build/release

触发方式

1. 用户手动调用：/wq-score 全书 report
2. worldbuilder 编排：worldbuilder 根据用户选择或项目配置自动插入
3. 管道条件触发：当 project.json.workflowLevel ≥ long 时自动建议评分

评分结果存储

评分结果写入 .sumeru/score/ 目录：

snapshot 格式（供 finalize/其他技能消费）

{
  "scoreId": "score-20260623T133000",
  "scopedAt": "2026-06-23T13:30:00Z",
  "scope": "full",
  "dimensions": {
    "completeness": { "score": 18, "max": 20, "grade": "S" },
    "narrative": { "score": 21, "max": 25, "grade": "A" },
    "creativity": { "score": 17, "max": 20, "grade": "A" },
    "technical": { "score": 12, "max": 15, "grade": "A" },
    "market_fit": { "score": 17, "max": 20, "grade": "A" }
  },
  "total": { "score": 85, "max": 100, "grade": "A" },
  "weakestDimension": "technical",
  "strongestDimension": "narrative",
  "improvementTips": ["建议优先解决反AI句式重复问题"]
}

使用示例

/wq-score 全书 score-card           # 全书快速评分
/wq-score 全书 report               # 全书详细评分报告
/wq-score 卷1 score-card             # 仅评分第一卷
/wq-score 第1-50章 data             # 评分前50章，仅输出JSON
/wq-score 全书 report creativity    # 仅评分创意维度
/wq-score 全书 report completeness  # 仅评分完整性

评分协议

父Agent职责

subAgent 并行评分规则

并行策略：按维度分发，5个子Agent各评一个维度，并行运行。

子Agent输出格式（每个子Agent返回JSON）：

{
  "dimensionId": "narrative",
  "items": [
    {
      "itemId": "plot_logic",
      "score": 5,
      "grade": "S",
      "evidence": "因果链完整无硬伤，所有事件均有合理动机",
      "issues": [],
      "suggestions": []
    },
    {
      "itemId": "character_development",
      "score": 4,
      "grade": "A",
      "evidence": "主角塑造扎实，配角有一定辨识度",
      "issues": ["配角苏瑾第30章后弧光不明显"],
      "suggestions": ["建议第30-35章给苏瑾增加一条独立目标线"]
    }
  ],
  "dimensionScore": 21,
  "dimensionMax": 25,
  "dimensionGrade": "A",
  "summary": "叙事质量优秀，人物塑造扎实，但节奏在第30-35章略拖",
  "strengthItems": ["plot_logic"],
  "weaknessItems": ["pacing"]
}

父Agent合并规则：
1. 按维度收集各子Agent评分
2. 每项得分 = 子Agent报告的score（1-5）
3. 维度分 = sum(各项得分 × 各项权重) × 100 / 5
4. 总分 = sum(各维度分 × 各维度权重)
5. 等级 = 总分 mapping to gradeThresholds
6. 全局强项 = 各子Agent报告的 strengthItems 中得分最高的
7. 全局弱项 = 各子Agent报告的 weaknessItems 中得分最低的
8. 改进建议 = 所有子Agent的 suggestions 按关联维度权重排序

并行上限：最大5个子Agent同时运行（每维度一个）。

输出级别

遵循 wq-rules quiet 规范：

# quiet:
═══ 须弥评分 ═══
总分: 85/100 → A（优秀）
  完整性 18/20 | 叙事 21/25 | 创意 17/20 | 技术 12/15 | 市场 17/20

# normal:
↑ + 各维度2行摘要 + 最强/最弱维度 + 3条改进建议

# verbose:
↑ + 完整报告逐项输出

自举协议

独立启动时执行：

1. 定位项目：从当前目录向上查找 .sumeru/project.json
2. 确定范围：从参数提取目标范围（默认全书）
3. 读取评分标准：加载 config/scoring-criteria.json
4. 收集数据：按范围收集 chapters/、continuity/、characters/、平面数据
5. 分发评分子Agent：按维度并行启动5个子Agent
6. 汇总计算：收集结果 → 权重公式 → 等级映射
7. 输出渲染：按指定模式输出
8. 存储结果：写入 .sumeru/score/

平台适配

评分维度中的"市场契合度"权重可根据 project.json.targetPlatform 自动调节（从 config/scoring-criteria.json.platformStandards 读取）：

与现有技能的集成

版本历史