# Sim Evaluator 教程：检查活动文案的事实、清晰度和长度，最多改写两轮

本次实际运行：Python标准库参考程序、业务边界检查与HTML渲染。未安装或运行Sim，未调用模型、创建真实自动化、发送消息、建第三方PR或部署。人工基准和错误样稿均明确标注。

## 文件

input.json：原创输入；node-fields.json：字段教材，不能直接当平台导出文件导入；prompt.md：任务约束；schema.json：规范化观察结构；reference.py：本站手写参考；reference-output.json：实际本地输出；reference.html：参考产物；review-template.json：读者填写目标工具结果。

## 本地运行

```bash
python3 reference.py
python3 verify.py
```

用浏览器打开reference.html。不依赖模型或第三方账户。

## 真实平台步骤

1. 固定brief与故意高分反例
活动暂定10月28日、免费、场地未知；人工负例把日期写确定且补造广场。manual-variants.json里的quality是教材人工数值，不冒充Sim Evaluator输出。

2. 生成草稿时引用完整brief
Sim Agent接收已确定和未确定字段，输出短文案。禁止补造地点，也不让模型自行修改日期状态；每版草稿另存version，便于追踪修订。

3. 设置Evaluator数值规准
Evaluator填写指标名、范围和具体描述，Content引用草稿文本。accuracy/clarity输出数值，配置不完整的指标可能被跳过；不要用它直接评价海报图片。

4. 在Condition前加入硬检查
Function实际检查“暂定”“场地待确认”以及长度上限；评分高仍不能跳过硬检查。当前工具的模型评分不是人工事实真值，外部约束必须单独执行。

5. 限定修订轮次和失败出口
Loop最多2次修订，低分或硬检查失败传回原brief和错误项；到上限仍失败走human_review。保存每轮请求和结果，避免无限重试掩盖错误与费用。

6. 比较三版实际文本检查
reference.html展示三份人工文案的真实规则判定：第0版虽人工评分5但事实失败。读者再用自己的Sim模型结果填review-template.json，不把教材人工评分截成真实模型评测。

7. 回读最终状态和完整成本
检查最终文案及每版的模型名、token、费用和停止原因。正文质量仍需人工抽查；本题没有运行Sim模型或真实文案发布，不以3条教材计算普遍准确率。

## 版本与许可

Sim0.9.22；每轮生成和评审都是额外模型调用。LLM评分非人工事实真值，字数/日期用代码校验；3条只是教材，不得写成普遍质量/准确率结论。

## 来源

- https://docs.sim.ai/workflows/blocks/evaluator
- https://docs.sim.ai/workflows/blocks/loop
- https://docs.sim.ai/workflows/blocks/condition

## 验收边界

原创活动brief含确定日期/费用与未知地点，生成3段推广文案，Evaluator按事实准确/清晰度评分，硬性程序检查字数和禁改字段。低分最多修订2轮，仍失败则交人审；交版本历史、评分JSON和最终文案/待审状态，不能只展示最终高分一张图。

目标产品实跑时保存原生输出，不得把本包人工/手写参考改名冒充模型返回。所有人物、订单与规则均为虚构练习数据。

渲染说明：input.html、operation.html、reference.html和figures是随当前原创输入冻结的实际浏览器预览；修改输入后重新运行会更新reference-output.json，静态HTML不会自动重绘。目标软件原生结果请另存。