benchmark.md 1.64 KB

内容发布技能 - Benchmark 评分标准

评分维度

1. 数据解析能力 (25分)

等级 分数 标准
A 23-25 精准解析所有字段,无遗漏
B 18-22 解析主要字段,部分可选字段丢失
C 13-17 基本解析,重要字段缺失
D 0-12 无法正确解析输入

2. API 调用正确性 (25分)

等级 分数 标准
A 23-25 请求格式完全正确,认证正确
B 18-22 请求格式基本正确,认证有问题
C 13-17 请求格式有误,需要修正
D 0-12 无法构造有效请求

3. 错误处理 (20分)

等级 分数 标准
A 18-20 正确处理所有错误情况
B 14-17 处理常见错误,部分边界情况未覆盖
C 9-13 仅处理基础错误
D 0-8 无错误处理

4. 响应解析 (15分)

等级 分数 标准
A 14-15 正确解析成功/失败响应
B 11-13 基本解析,状态判断有误
C 7-10 响应解析不完整
D 0-6 无法解析响应

5. 性能与可靠性 (15分)

等级 分数 标准
A 14-15 超时/重试机制完善
B 11-13 基本超时处理
C 7-10 无超时控制
D 0-6 性能问题严重

行业基准

  • 目标分数: ≥ 95分 (A级别)
  • 及格线: 80分 (B+级别)
  • 当前行业平均: 72分

评分公式

总分 = 数据解析(25) + API调用(25) + 错误处理(20) + 响应解析(15) + 性能(15)

Benchmark 版本: v1.0 制定时间: 2026-03-26