# 微博热点新闻抓取 + 简报生成 - Benchmark v1 ## 评分维度 | 维度 | 权重 | 说明 | |------|------|------| | 热搜榜获取完整性 | 15% | 热搜数据获取的数量和质量 | | 详情页内容提取 | 15% | 话题/微博正文提取准确性 | | 图片提取成功率 | 12% | 图片URL获取和下载能力 | | 简报生成质量 | 15% | 输出格式规范性、内容完整性 | | 数据分类准确性 | 10% | 话题分类、标签提取准确性 | | 反爬合规性 | 13% | UA轮换、频率控制、Cookie管理 | | 错误处理容错 | 10% | API异常处理、降级能力 | | 输出格式规范 | 10% | JSON/Markdown/HTML格式标准 | --- ## 评分标准 ### 热搜榜获取完整性 (15分) | 分数 | 标准 | |------|------| | 12-15 | 获取50+热搜,数据字段完整(排名/热度/关键词/URL) | | 8-11 | 获取20-50热搜,字段基本完整 | | 0-7 | 热搜数量少或字段缺失严重 | ### 详情页内容提取 (15分) | 分数 | 标准 | |------|------| | 12-15 | 成功提取正文+图片+作者+发布时间,解析准确 | | 8-11 | 提取3项核心内容,部分字段缺失 | | 0-7 | 解析失败或内容严重缺失 | ### 图片提取成功率 (12分) | 分数 | 标准 | |------|------| | 10-12 | 图片URL获取率>90%,支持多种尺寸 | | 6-9 | 图片获取率60-90% | | 0-5 | 图片获取率<60%或完全失败 | ### 简报生成质量 (15分) | 分数 | 标准 | |------|------| | 12-15 | Markdown/HTML格式规范,内容完整可读 | | 6-11 | 格式基本规范,内容完整度一般 | | 0-5 | 格式混乱或内容严重缺失 | ### 数据分类准确性 (10分) | 分数 | 标准 | |------|------| | 8-10 | 话题分类准确,标签提取正确 | | 4-7 | 分类基本准确 | | 0-3 | 分类错误或缺失 | ### 反爬合规性 (13分) | 分数 | 标准 | |------|------| | 10-13 | 有完整UA轮换、频率控制(3-5秒)、Cookie管理 | | 5-9 | 有基础频率控制 | | 0-4 | 无合规措施 | ### 错误处理容错 (10分) | 分数 | 标准 | |------|------| | 8-10 | 完整异常捕获、降级方案、重试机制 | | 4-7 | 基本错误处理 | | 0-3 | 无错误处理 | ### 输出格式规范 (10分) | 分数 | 标准 | |------|------| | 8-10 | JSON/Markdown/HTML格式完全符合规范 | | 4-7 | 格式基本规范 | | 0-3 | 格式混乱 | --- ## 合格标准 - **总分 ≥ 70** 进入 good_testdata - **总分 < 70** 进入 bad_testdata --- ## 版本历史 | 版本 | 日期 | 说明 | |------|------|------| | v1 | 2026-03-28 | 热点新闻抓取+简报生成评分标准 | --- *创建时间: 2026-03-28*