> Discover all available pages from the documentation index: https://mastra.zisheng.pro/zh-HK/llms.txt

# 評分準則評分器

**新增於：** `@mastra/evals@1.3.0`

`createRubricScorer()` 函式會建立一個以 LLM 擔任評審的評分器，根據評分準則（準則清單）評定 Agent 的輸出。它會傳回**二元**分數：只有所有必須符合的準則均獲滿足時才傳回 `1`，否則傳回 `0`。`reason` 會列出每項準則的判定，讓 Agent 清楚知道需要修正甚麼。

此評分器設計為直接用於 [`isTaskComplete`](https://mastra.zisheng.pro/zh-HK/reference/streaming/agents/stream)。由於 `isTaskComplete` 會將 `score === 1` 視為「任務完成」，並把 `reason` 作為意見注入對話，Agent 會持續反覆修正，直至符合評分準則（或達到 `maxSteps`）。

## 參數

**model** (`MastraModelConfig`): 用於根據評分準則評定輸出的語言模型。一般而言，較小型、成本較低的模型已足以進行評分。

**criteria** (`RubricCriterion[] | string`): 用於評分的準則。字串會視為以換行分隔的準則清單（每一行都會成為必須符合的準則）。如省略，系統會在執行時從請求／額外上下文的 rubric 值讀取評分準則；如無法解析任何值，評分器不會執行任何操作，並傳回 1。

**options** (`RubricScorerOptions`): 評分器的設定選項

## `.run()` 傳回值

**score** (`number`): 所有必須符合的準則均獲滿足時為 1，否則為 0（再乘以 scale）。

**reason** (`string`): 逐項解釋哪些準則已符合或未符合，以及當中的原因。這是 isTaskComplete 作為意見注入對話的文字。

## 配合 isTaskComplete 使用

定義一次評分準則，將評分器附加至 `isTaskComplete`，Agent 便會自行修正，直至符合評分準則：

```typescript
import { Agent } from '@mastra/core/agent'
import { createRubricScorer } from '@mastra/evals/scorers/prebuilt'

const supervisor = new Agent({
  id: 'supervisor',
  instructions: `You coordinate research and writing using specialized agents. Delegate to research-agent for facts, then writing-agent for content.`,
  model: 'openai/gpt-5.6-sol',
  agents: { researchAgent, writingAgent },
})

const rubricScorer = createRubricScorer({
  model: 'openai/gpt-5-mini',
  criteria: [
    { description: 'The response includes an analysis section' },
    { description: 'The response includes concrete recommendations' },
  ],
})

const stream = await supervisor.stream('Research AI in education', {
  maxSteps: 10,
  isTaskComplete: {
    scorers: [rubricScorer],
    strategy: 'all',
  },
})
```

## 字串評分準則

以換行分隔的字串會解析為多項準則，並移除常見的清單標記（`-`、`*`、`1.`）。每一行都會成為必須符合的準則：

```typescript
const rubricScorer = createRubricScorer({
  model: 'openai/gpt-5-mini',
  criteria: `- All tests pass in the test suite
- The function is named find_duplicates and accepts a single list argument`,
})
```

## 選填準則

將準則標記為選填，便可在不影響任務完成判定的情況下進行評分及列入報告：

```typescript
const rubricScorer = createRubricScorer({
  model: 'openai/gpt-5-mini',
  criteria: [
    { description: 'Includes an analysis section', required: true },
    { description: 'Includes citations', required: false },
  ],
})
```

## 每次執行使用動態評分準則

如未向 factory 傳入 `criteria`，評分器會從該次執行的請求上下文、額外上下文或輸入中解析 `rubric` 值。這樣，同一個評分器實例便可在每次執行時按不同評分準則進行評分，而無需重新建立：

```typescript
const rubricScorer = createRubricScorer({
  model: 'openai/gpt-5-mini',
})

await supervisor.stream('Write find_duplicates', {
  isTaskComplete: { scorers: [rubricScorer] },
  requestContext: {
    rubric: '- All tests pass\n- The function is named find_duplicates',
  },
})
```

如無法解析任何評分準則，評分器會傳回 `1`，亦不會阻止迴圈完成。

## 評分詳情

評分器分兩個階段執行：

1. **評定**：評審模型會獨立評估每項準則，並傳回每項準則的判定（`satisfied`／不滿足）及理由。
2. **評分**：只有所有必須符合的準則均為 `satisfied` 時，結果才是 `1`，否則為 `0`。如沒有準則標記為必須符合，所有準則均會視為必須符合。

`reason` 會總結結果，並列出每項準則及其判定。因此，評定不合格時，Agent 會收到具針對性且實用的意見，而非籠統的「再試一次」。

## 相關內容

- [stream() 的 isTaskComplete](https://mastra.zisheng.pro/zh-HK/reference/streaming/agents/stream)
- [監督 Agent](https://mastra.zisheng.pro/zh-HK/docs/capabilities/subagents)
- [createScorer](https://mastra.zisheng.pro/zh-HK/reference/evals/create-scorer)