评分方法与时效

Repo-AI-Analysis 的分数是带证据边界的结构化判断，不是跨领域项目的绝对排名。分数适合回答“同类项目各自强弱在哪里”，不应脱离报告日期、证据等级与使用场景单独引用。

当前计算契约

每篇报告包含十个 0–5 维度；当前 overall_score 是十维等权算术平均：

overall_score = (r1 + r2 + ... + r10) / 10

站点构建会验证所有维度存在、数值有限且落在 0–5。推荐度同时参与综合分，因此综合分既包含工程质量，也包含在报告语境下的采用判断。

维度	主要问题
功能完整度	是否覆盖其声明的核心任务，关键能力是否真实可用？
易用性	安装、配置、日常操作与失败恢复是否清晰？
性能	对目标工作负载是否高效，是否存在明确资源代价？
代码质量	架构、测试、类型、安全边界与维护性如何？
文档	入门、参考、迁移、故障排查与限制是否说明充分？
社区	维护者响应、贡献面、issue/PR 健康度与生态信号如何？
成熟度	项目年龄、发布稳定性、兼容承诺与生产使用信号如何？
可扩展性	插件、API、协议、部署形态与二次开发边界如何？
安全性	默认配置、权限、供应链、漏洞响应与数据边界如何？
推荐度	在报告明确的目标用户和约束下，是否值得采用？

1–5 分锚点

分数	解释
1	核心能力缺失、不可验证或风险显著，不建议采用。
2	可演示但边界明显；需要大量补救工作或只适合实验。
3	基本可用；存在已知权衡，适合匹配场景的审慎采用者。
4	能力和工程质量较强；限制明确，可用于严肃工作。
5	在该维度有充分证据支持的领先表现；不是“无缺点”。

中间值表示介于相邻锚点之间。Stars、forks、发布数等只作为信号，不能单独推出质量分。

证据等级

报告 frontmatter 中的 evidence 描述本次验证边界。可粗略理解为：

1. 文档/元数据审阅：README、官方文档、GitHub API、release 与治理文件；
2. 源码/本地静态检查：目录、依赖、测试与关键实现，但未运行；
3. 构建或 smoke test：实际安装、构建或执行核心路径；
4. 部署/benchmark：在声明环境中运行并记录可复现实测。

较高等级不自动产生较高分，但会提高结论置信度。报告会明确“未安装”“未部署”“未 benchmark”等负面边界。

日期语义

• updated：这篇分析文本最近更新的日期；
• last_checked：报告引用的仓库状态最近检查日期；
• last_verified：若存在，表示更强验证活动的日期，不进入列表索引；
• 仓库自身最近 commit/release 日期属于报告证据，不等于报告核验日期。

Analysis 页将超过 180 天未核验的报告标为“待复核”。这只是维护队列阈值，不表示报告已经错误。

比较限制

• 优先比较同一末级目录、相似目标用户和相近证据等级的项目；
• 跨目录比较是探索性对照，不是严格排序；
• 雷达图用于观察形状，精确差异应查看分数表和原报告证据；
• 同分不表示可互换：许可、部署条件、平台支持与风险模型可能完全不同。