评分方法
一个可以拿来决策的分数
热度容易测量，也容易被操纵；实用与否更难。实用五维评分试图在安装之前，回答一个开发者真正关心的问题。
实用五维评分
ruflo
30%
25%
20%
15%
10%
这个数字由什么构成
五个维度，按它们对日常使用的实际影响加权。
维护 30%
实用 25%
热度 20%
便捷 15%
信号 10%
五个维度
每个分数都来自 GitHub 公开信号与项目自身文档。
30%
维护活跃
项目是不是还活着——最近的提交、发布与 issue 处理。
- 计算
- 近 90 天提交活跃度、最近 release 时间，以及用 Wilson Score 处理小样本的 issue 健康度。
- 为什么
- DeepSeek Harness 迭代很快，不维护的插件很快就会坏。所以这个维度权重最高。
25%
实用度
装上了能不能用明白——文档、示例与安装说明是否齐全。
- 计算
- README 的结构完备度：安装与使用章节、代码示例、功能说明；技能型还会检查 SKILL.md 的完整性。
- 为什么
- 功能再强，看不懂怎么用就等于没用。文档质量是实用的第一信号。
20%
生态热度
社区认不认——stars 与参与度。
- 计算
- 以全库 99 分位为基准做对数归一化，并用 Wilson Score 估计 fork 参与率。
- 为什么
- stars 不等于质量，但完全没人用的项目风险更高。热度是信任的粗略代理指标。
15%
便捷度
从发现到装上，需要多久。
- 计算
- 从 README 解析清晰可执行的安装命令，并判断是否需要额外的 token 或 API Key。
- 为什么
- 一键安装是市场的核心承诺。配置越重，便捷分越低。
10%
信号质量
项目信息是否完整可信。
- 计算
- description、license、topics、homepage 与 README 五项完备度。
- 为什么
- 没有协议、没有描述，是基本的信任缺口。完整度是底线，不是上限。
融合：加权几何平均
总分不是简单平均。加权几何平均意味着任何一个短板都会把整体拉下来——这正是我们想要的。
score = (maintain0.30 × practical0.25 × popularity0.20 × ease0.15 × signal0.10)1
一个热度 95、维护 20 的插件，算术平均能到 57，但几何平均只有 44。一个已经不再维护的热门项目，不是好推荐。
置信度修正
新条目或信息不全的条目会用贝叶斯先验降权，样本不足时不会出现可疑的满分。
信号充足94
新条目（已降权）68
信息缺失41
评分随每日索引刷新，仅基于公开数据计算。安装前请自行阅读项目的 README 与协议。
怎么读一个分数
先把分数段当作起点，再打开详情页看具体维度。
优秀90+
各维度都很强：活跃、有文档、被社区采用。
良好70–89
整体扎实，可能有一两个维度偏弱。
可用50–69
能用，但安装前先看看短板。
待观察<50
新项目、信息不全或长期未更新，先读仓库。
常见问题
为什么不直接按 stars 排序？
stars 是历史累积，不能反映文档质量、安装难度和最近维护状态。五维评分把这些因素分开计算，再用几何平均融合，避免单一指标遮住短板。
低分是不是代表插件不能用？
不是。低分通常意味着信息不全、更新较慢或配置较重。它只是一个前置筛选信号，最终仍要结合详情页、README 和你自己的需求判断。
评分多久更新一次？
评分随每日索引刷新。新条目会先经过置信度降权，等数据完整后再逐步接近它的真实水平。
评分方法
把评分放回语境里
方法只有在使用时才有意义。去看看高分条目，对比一下它们的维度。