任务偏离评估

概述

对"已经通过某个 skill / 专家 / 专家团完成任务"的执行过程做一次结构化复盘。核心动作是：把被评估对象预设的标准流程与本次会话实际执行的流程逐项对照，量化偏离程度，定位原因，沉淀改进建议，最后产出一份可直接查看的 HTML 报告。

本技能是"事后复盘"技能，不参与任务本身，只评估任务做得是否偏离了标准打法。

适用边界（不适用场景）

任务进行中不触发：只在任务完成后复盘，中途调用会打断正常执行。
不评估业务对错：只对比"流程是否按预设打法执行"，不判断任务产出内容本身的业务正确性（如合同条款解读是否准确）。
无标准流程不评估：被评估对象没有成文的流程定义（SKILL.md / 专家说明）时，先补齐定义再评估，否则对比失去基准。

调用示例

「用 task-deviation-assessment 复盘一下刚才 contract-compress 的执行过程」→ 读取该 skill 的 SKILL.md 提取标准流程，回顾本次会话实际执行，逐项对比并生成 HTML 报告。
「对这个专家的这次任务做个偏离分析」→ 确认专家名称与任务范围后，按七步工作流执行。

前置条件（先确认信息齐备，缺则先补齐）

评估前必须能拿到两类事实，缺一不可：

预设标准流程：来自被评估对象自身的定义文件——skill 的 SKILL.md、专家包说明、专家团说明。提炼其中的步骤顺序、关键决策点、必做检查项、产出规范。
实际执行流程：来自本次会话的真实执行记录——工具调用、关键决策、实际产出、被跳过或新增的步骤。

信息缺失时：先读被评估对象的定义文件，或从历史会话/记忆中检索；仍缺失就向用户索取，不得臆测补全。

工作流

复盘分七步，按顺序执行：

确定评估对象与任务范围
- 明确被评估对象的名称与类型（skill / 专家 / 专家团）。
- 明确任务目标、交付物、范围边界、执行时长与上下文。
- 一句话写清"这次任务本来要达成什么"。
提取预设标准流程
- 读取被评估对象的定义文件（SKILL.md、专家包、专家团说明）。
- 提炼为有序的阶段列表，每个阶段标注预设步骤、关键决策点、预期产出。
提取实际执行流程
- 回顾本次会话的真实执行过程（工具调用、决策、产出、跳过的步骤）。
- 按与第 2 步相同的阶段粒度还原实际步骤，忠实记录，不美化、不补写。
逐项对比
- 以阶段为单位，将"预设步骤"与"实际步骤"一一对照。
- 记录每个阶段的预设步骤与实际步骤，作为对比表的数据来源。
偏离识别与分级
- 对每个阶段判定偏离程度，按下方分级标准赋值。
- 汇总各级别数量，形成偏离总览。
原因分析与改进建议
- 仅对存在偏离的阶段，分析根因（外部约束 / 信息缺失 / 决策失误 / 工具限制等）。
- 每条给出可落地的改进建议，避免空话。
生成 HTML 报告
- 按 references/data-schema.md 定义的数据模型，将复盘结果整理为一份 JSON。
- 运行 scripts/generate_report.py 生成 HTML（禁止手写 HTML、禁止用正则拼 HTML）。
- 生成后向用户提供报告文件路径；在 WorkBuddy 环境下调用 present_files 推送预览。

偏离分级标准

| 级别 | 中文 | 判据 | |------|------|------| | none | 无偏离 | 实际步骤与预设步骤一致，或仅有等价表述差异，结果无影响 | | minor | 轻微偏离 | 步骤顺序微调、非关键步骤简化或合并，不影响最终结果 | | significant | 显著偏离 | 跳过/新增了关键步骤，影响效率或质量，但任务最终仍达成 | | severe | 严重偏离 | 偏离导致错误、返工、交付不完整或目标未达成 |

判定要点：

分级看对结果与质量的影响，不看步骤数量差异。
同一阶段只取一个最高级别。
无偏离的阶段也应进入对比表，保证逐项完整性。

报告生成

报告由本技能目录下的 scripts/generate_report.py 生成，保证表格、卡片、可视化与响应式布局的一致性和正确性。运行脚本时使用脚本的绝对路径（本技能安装目录下的 scripts/generate_report.py），并优先选用已安装 markdown 库的 Python 环境：

python <技能目录>/scripts/generate_report.py <评估数据.json> [输出.html]

输入：符合 references/data-schema.md 的 JSON 文件。
输出：若不传第二个参数，默认在输入 JSON 同目录生成同名 .html。
自由文本字段（偏离描述、原因、建议、结论等）支持 Markdown，脚本内部用 markdown 库转换（缺失时降级为纯文本渲染并在 stderr 提示），遵循"正规解析库转换、禁止正则拼 HTML"的规范。

运行环境

Python 3.8+，标准库即可运行。
可选依赖：markdown 库（pip install markdown）。未安装时脚本仍可运行，自由文本降级为纯文本渲染（换行保留，Markdown 语法不转换），并在 stderr 提示安装方式。

资源

scripts/generate_report.py —— 报告生成脚本（读取 JSON，渲染响应式 HTML）
references/data-schema.md —— 评估数据模型定义与完整示例
examples/sample-assessment.json —— 可直接运行的示例评估数据