评分方法

10 分制四类型评分体系,以统一规则整理公开资料、使用信息与可获得的证据。

最后更新:2026年7月18日 · 补充内容协作与人工验证说明

评分体系概述

MagicNetWorld 对四类内容(AI 工具、Agent、Skill、Workflow)采用10 分制评分。 不同类型使用不同的维度组合与权重,维度分数相加等于声明总分。

评分依据包括公开来源(如官网、GitHub、PyPI、应用商店、G2、HuggingFace 等)、站点已有资料及可获得的使用信息。 运营者可借助自动化工具收集、比对和整理证据,并与自动化工具协作完成说明和初始评分;评分仍须遵循本页公布的统一标准。

页面默认展示的评分不单独声明内容由人工或自动化工具独立完成。仅在确有相应记录时追加“人工验证”或“人工深度评测”标识;未显示这些标识不等于“纯自动生成”或“未经任何人工参与”。如发现事实变化或评分依据不足,站点会据此修订。

口径版本

同一套维度权重不表示所有历史条目都按同一严格程度核验。评分区以独立评分文件的口径标识为准:

待复核标识不是对产品质量的否定。本次只标明历史身份,不改变原分、原核验日期,也不表示分数已拉齐。核验日期只在明确记录证据核验日时显示,不以编辑日或标识上线日代替。

证据分级与实测判定

只有同时具备以下四要素,才可在对应范围写“实测”:在可控制环境完成操作、实际体验功能与输出、核对具体数值或条款、记录核验日期与操作步骤(包括环境、账号档位、输入、输出与保存方式)。仅测免费档应明确付费档未知,单次操作不能证明长期稳定性。官方资料可以证明公开声明与价格条款,不能单独证明性能、质量或稳定性。

不同维度的证据可能不同,不能以一个高档位代表所有维度。尚未分级的历史条目显示“尚未按新证据契约分级”,不自动视为未实测或已实测。证据缺失或没有付费权益不表示产品好坏,也不自动触发改分;未批准的评分锚点不作为改分依据。厂商无偿提供的评测账号不换分,实际使用时须披露来源;接受权益不构成实测或写入页面的承诺。

评级标签

评分完成后归入以下四档之一:

P_优选
≥ 8.0
平台优选推荐,质量突出
S_入选
6.5 – 7.9
收录推荐
H_观察
5.0 – 6.4
观察中,有潜力但需更多验证
N_不推荐
< 5.0
暂不推荐

评分维度与权重(10 分制)

四类内容使用不同的维度组合,维度满分不完全均匀,求和必须等于声明总分:

工具(Tools)— 六维度

维度
满分
衡量内容
⚙️ 功能完整度
2.5
功能覆盖面、创新性、差异化程度。至少对比 2 个具体竞品。
✨ 输出质量
2.5
输出结果质量、基准测试成绩、社区认可度。
🖐️ 易用性
1.5
上手难度、文档质量、接入方式。至少对比 2 个竞品。
💰 性价比
1.5
定价合理性、免费层充足度。
🔒 稳定性
1.0
服务可用性、历史故障、更新维护频率。至少对比 2 个竞品。
🛡️ 隐私安全
1.0
数据处理政策、合规认证(SOC 2 / ISO 27001 / GDPR)、开源可审计性。

Agent — 六维度

维度
满分
衡量内容
🤖 Agent 能力
2.0
自主任务执行、工具调用、多步骤推理。SWE-bench/GAIA 等基准。
🖐️ 易用性
1.5
接入/配置复杂度、文档与示例。至少对比 2 个竞品。
🔌 生态集成
2.0
支持的平台/工具、API/MCP 支持。至少对比 2 个竞品。
👥 社区支持
1.5
GitHub 活跃度、社区规模、Issue 响应速度。
💡 创新程度
1.5
技术创新点、与同类差异化。至少对比 2 个竞品。
🔒 稳定性
1.5
运行稳定性、更新维护频率。至少对比 2 个竞品。

Skill — 五维度

维度
满分
衡量内容
📦 可安装性
2.5
安装方式(pip/npm/docker/一键脚本)、依赖复杂度、许可证类型。
🎯 实用性
2.5
核心功能覆盖度、解决实际问题的能力。至少对比 2 个竞品。
📖 文档质量
2.0
README 完整度、API 文档、示例代码。
👥 社区活跃
1.5
GitHub Stars/更新频率、贡献者数量、Issue 响应速度。
🔗 兼容性
1.5
MCP 支持/API/CLI 友好度、与其他工具集成。

Workflow — 五维度

维度
满分
衡量内容
📋 流程完整性
3.0
工作流步骤覆盖、边界情况处理。至少对比 2 个竞品。
🔄 可复用性
2.5
模板/参数化程度、跨项目适配。至少对比 2 个竞品。
📖 文档清晰度
2.0
流程图示/说明、示例/教程。
🔧 工具集成
1.5
集成的工具/平台数量、API/Webhook 支持。
💡 创新性
1.0
流程设计创新、与同类差异化。至少对比 2 个竞品。