影子评估

影子评估是cognee-skills框架中的核心评估机制，在评估数据集上并行运行新旧两个版本的技能，以量化改进效果并防止退化。

评估指标

• success_rate（成功率）
• user_satisfaction_score（用户满意度）
• latency（延迟）
• tool_call_accuracy（工具调用准确率）

决策逻辑

• 若新版本提升≥5%且无副作用，则正式commit为v2，并记录rationale
• 失败则自动rollback，保留原始指令永不丢失

价值

影子评估将"Prompt工程"从艺术变成可工程化、可审计、可持续改进的科学。它用数据（成功率）而非模型自身的"论证"来验证技能修正的有效性，是对抗大模型"奉承"和"虚假顿悟"的工程化手段。