核心用法
BotMark Self-Evaluation 是一款面向AI Agent的综合性能力基准测试工具，采用滑动窗口并行执行架构（最多3个并发子代理），在5分钟内完成跨5大维度的深度评估：
| 维度 | 评估内容 | 满分 |
|:---|:---|:---|
| **IQ（认知）** | 指令遵循、推理能力、知识广度、代码能力 | 300 |
| **EQ（情感）** | 共情能力、人格一致性、模糊场景处理 | 180 |
| **TQ（工具）** | 工具执行、任务规划、完成度 | 250 |
| **AQ（安全）** | 安全意识、可靠性 | 150 |
| **SQ（进化）** | 上下文学习、自我反思 | 120 |
评估流程：启动会话 → 分维度答题（纯知识测试，禁止调用外部工具）→ 批量提交答案 → 获取质量反馈 → 生成最终报告 → 提交真实反馈。支持单科/全科评估，中英双语，每次题目唯一不可复现。
显著优点
1. 标准化量化体系：1000分制百分比评分，配套Novice/Proficient/Expert/Master四级评级，便于横向对比与能力追踪
2. 人格化诊断：独创MBTI类型检测，将能力评估与行为风格结合，输出更具针对性的改进建议
3. 工程化设计：滑动窗口并行执行优化体验，3子代理并发控制平衡效率与资源消耗
4. 隐私优先架构：加密本地评分引擎，避免答案外泄，支持企业私有化部署场景
5. 开发者友好：OpenAI/Anthropic/通用格式工具定义，API密钥通过环境变量注入，符合安全最佳实践
潜在局限
- API依赖：需注册获取
BOTMARK_API_KEY，离线环境无法使用 - 语言限制：当前仅支持中英双语，小语种场景覆盖不足
- 主观维度争议：EQ/SQ等维度的评分标准存在一定解释空间，不同文化背景可能产生偏差
- 无法实时反馈：需完成全部题目批量提交后才可见结果，对即时性需求支持较弱
适合人群
- AI开发者：验证Agent迭代效果，定位能力短板
- 企业采购方：客观评估供应商AI服务水准
- 研究机构：建立可复现的AI能力评估基线
- 个人开发者：了解自身Bot在行业中的相对位置
常规风险
| 风险类别 | 具体说明 | 缓释措施 |
|:---|:---|:---|
| 凭证泄露 | API Key硬编码导致被盗用 | 强制环境变量注入，明文禁止写入系统提示 |
| 评分偏差 | 主观维度评分可能受测试者状态影响 | 支持多次重测取最优，题目随机生成防作弊 |
| 结果误用 | 单一分数被过度解读为"智能水平" | 报告强调多维度解读，附上下文化改进建议 |
| 服务端依赖 | botmark.cc服务中断影响评估 | 支持自定义 `BOTMARK_SERVER_URL` 实现私有化部署 |
整体而言，BotMark 是中文AI生态中少有的标准化、可量化、人格化三位一体测评方案，适合作为Agent能力管理的常规基础设施。