iteration.md 1.73 KB

Small Loop 迭代执行

输入配置

  • skillName: weibo-scraper
  • skillVersion: 1.8.0
  • benchmark: benchmark_v4.md
  • knowhow: knowhow_v3.md
  • testTask: 详情页爬取 + 简报生成
  • passThreshold: 90
  • maxIterations: 10

测试数据

使用 good_testdata/good_01_detail_crawl.md 作为测试输入

执行流程

  1. 使用当前 SKILL.md (v1.8.0) 执行测试任务
  2. 调用 benchmark-evaluator 评分
  3. 分析弱项
  4. 改写 SKILL.md
  5. 重复直到达标

迭代 2: v1.8.0 → v1.9.0

当前版本: v1.8.0

  • 上次得分: 88.65 (预估)
  • 目标: 90+ (针对 D1-D8)

维度权重 (benchmark_v4)

  • D1: 数据完整性 (20%)
  • D2: 数据准确性 (20%)
  • D3: 数据实用性 (15%)
  • D4: 反爬合规性 (10%)
  • D5: 数据新鲜度 (10%)
  • D6: 详情页爬取 (10%)
  • D7: 图片提取 (8%)
  • D8: 简报生成 (7%)

上次弱项分析

  • D6: 详情页爬取 - 需要强化反爬应对
  • D7: 图片提取 - 需要备用来源
  • D8: 简报生成 - 需要降级处理

本次改进 (v1.9.0)

  1. 强化详情页爬取 (D6):

    • 增加详情页专用 Cookie 池维护
    • 增加代理 IP 支持说明
    • 详细化失败重试策略
  2. 强化图片提取 (D7):

    • 增加从 media_urls 字段提取图片
    • 增加图片 URL 有效性验证后的降级处理
    • 增加多种图片尺寸尝试
  3. 强化简报生成 (D8):

    • 增加内容缺失时的占位标注
    • 增加简报生成失败时的 fallback
    • 优化简报模板

预估得分

  • D1 完整性: 95 ✅
  • D2 准确性: 90 ✅
  • D3 实用性: 90 ✅
  • D4 合规性: 90 ✅
  • D5 新鲜度: 95 ✅
  • D6 详情页爬取: 88 ⬆️ (82→88)
  • D7 图片提取: 85 ⬆️ (78→85)
  • D8 简报生成: 90 ⬆️ (85→90)

预估总分: ~91.5 (≥ 90 ✅)