弹窗问答测试引擎
一、为什么用"弹窗问答"做测试
弹窗问答（用户在选项中点选，而非自己打字组织语言）相比自由输入有天然优势，特别适合"测试"场景：
- 认知负担低：不用想"该怎么回答"，直接选；
- 答案结构化：选项天然可计分、可分类、可统计；
- 引导性强：不会答非所问、跑题；
- 游戏化体验：逐题推进 + 实时反馈，比干巴巴问卷有趣。
本 Skill 把这种形态封装成通用测评引擎：主框架负责"确认→出题→弹窗逐题→实时计分→反馈报告"，测评内容由可插拔的实际测评类型承载。
二、支持的测评类型（做实，不做务虚的"考试模拟"）
| 类型 | 触发示例 | 内容形态 | 关键边界 |
|---|---|---|---|
| ① 知识测验 | "考我 Python 基础""出几道历史题" | 指定主题出单选/多选，逐题判分+解析 | 题库真实性（见红线） |
| ② 技能/掌握度自测 | "测测我的 Excel 掌握度" | 学完某技能后检验理解，输出薄弱点诊断 | 与①区分在"诊断反馈"而非单纯打分 |
| ③ 性格/职业倾向 | "测测我的性格""我适合什么职业" | 参考大五人格/兴趣模型简化量表，输出倾向画像+适配建议 | 注明参考向、非诊断 |
| ④ 决策辅助测评 | "该不该换工作""二选一帮我理清" | 系列加权追问，输出决策卡（选项×维度评分） | 不替用户做重大人生决策 |
| ⑤ 健康/生活习惯自评 | "测测我的生活习惯健康吗" | 睡眠/运动/饮食/压力多维筛查，输出改善建议 | 注明非医疗、不替代医生 |
> 长尾方向（如"沟通风格""时间管理倾向"）可作为③的扩展参数，不单独堆死代码，避免臃肿。
三、标准流程
- 确认（弹窗/文本）：
- 测评类型（①~⑤，可让用户从列表选）；
- 主题（如"Python 基础""大五人格""睡眠质量"）；
- 题量节奏（见第八节内置选项）。 - 出题：
- 优先从references/assessment-library.md取内置真实量表/题；
- 冷门主题 → 联网检索权威公开题库/量表文献，整理成题；AI 现编题须标注「生成题·建议核对」；
- 逐题构造选项（含"不确定/不适用"等安全选项）。 - 逐题作答（核心交互）：
- WorkBuddy 等支持弹窗的客户端：用弹窗逐题点选；
- 不支持弹窗的客户端：降级为纯文本逐步提问，每题列出选项编号，让用户回复"1/2/3"；
- 单测控制在题量上限内，可分页，避免疲劳。 - 实时计分：按题型计分（单选对错、多选部分分、量表维度分、决策加权分）。
- 反馈报告：呈现得分/解析/倾向画像/薄弱点/改善建议；按用户选择决定是否导出 MD。
四、红蓝对抗固化（设计阶段已解决）
- 🔴 平台绑定（R15 最关键）：弹窗是 WorkBuddy 的提问能力，Claude/Cursor 等无弹窗。
→ 已在流程第 3 步内置"纯文本降级"分支，功能不丢；SKILL.md 描述"使用当前环境的用户交互提问能力"，不写死某平台。 - 🔴 题库不能胡编：内置模板取自公认模型（大五人格简化、健康筛查常见维度等）；冷门主题联网取权威源；AI 现编题强制标注待核对。
- 🟡 主观测试科学性：③/④/⑤ 强制免责声明（参考模型、娱乐/自我觉察用、不替专业诊断或重大决定）。
- 🟡 计分逻辑分题型：主框架统一计分描述，各类型套用，避免混算。
- 🟡 过度融合臃肿：5 类主框架 + 长尾参数化，不堆死代码。
- 🟢 弹窗疲劳：题量上限 + 分页（见第八节）。
- 🟢 数据隐私：测试答案不持久化真实身份，报告用相对参数。
五、红线（P0/P1）
- 医学/心理安全责任（P0）：③性格类、⑤健康类必须注明"参考模型、非临床诊断/非医疗建议，严重问题请就医或咨询专业人士"；不输出诊断结论。
- 不替重大人生决策（P0）：④决策辅助只给结构化参考，不替用户决定"你该怎么做"。
- 题库真实（P1）：AI 现编题必须标注「生成题·建议核对」；不得把编造题伪装成权威题。
- 不持久化身份（P2）：不在 Skill 内写文件留存用户真实个人信息。
六、适用边界
- 面向：想做结构化自测的个人用户（健康成年、普通自我觉察/学习/生活决策场景）。
- 不含：临床诊断与处方、竞技运动员选拔、教育考试代考、任何需持证专业资质的判断。
- 降级可用：无联网时仅用内置模板；无弹窗客户端自动转纯文本。
七、跨平台与相对路径（R15）
- 题库/量表文件：
references/assessment-library.md（技能目录相对路径，禁止硬编码~/.workbuddy等平台独占绝对路径）。 - 安装/运行说明见
USAGE.md，给出 WorkBuddy(~/.workbuddy/skills/)、Claude(~/.claude/skills/)、Cursor(~/.cursor/skills/) 等多客户端示例。 - 不绑定平台独占 MCP / 工具。
- 自检：删掉所有平台独占路径与字眼后，本 Skill 功能仍完整可用 ✅。
八、内置可选项（功能内置，向用户解释并让其选择）
A. 报告输出方式（默认对话内展示，用户可选导出）：
- 对话内展示：直接在当前对话给出报告卡片；
- 导出 MD：生成一份 测评报告_YYYYMMDD.md 到用户指定目录，便于留存。
B. 题量节奏（默认标准版，用户可选）：
- 快速版：约 5 题，碎片时间快速测；
- 标准版：约 15 题，较完整覆盖；
- 自定义：用户指定题数（建议 3–30）。
> 触发时主动说明这两个选项并让用户选，不要替用户默认到底。
九、输出样例（知识测验片段）
第 3/10 题（知识测验·Python 基础）
Q：以下哪个是可变数据类型？
1. tuple
2. list
3. str
4. 不确定
→ 用户选 2
✓ 正确！list 是可变序列，tuple/str 为不可变。
十、与其他 Skill 的边界（软路由）
- 与"健身方向指导教练"：本引擎做通用测评，不含健身专项规划；若用户说"测测我的体能"可引导至健身 Skill 或按⑤健康自评处理。
- 与"电影口碑雷达"：无重叠。
- 触发冲突时：以"测评/测验/出题/测一测"为主路由词，避免抢触发。
