核心用法
BotMark Self-Evaluation 是一套面向AI Bot的综合性能力评测体系，用户通过调用评估工具链（botmark_start_evaluation → 答题 → botmark_submit_batch → botmark_finish_evaluation）完成全量测试。系统采用滑窗并行执行架构，最高支持4个并发子代理，单次评估约5-15分钟，覆盖5大复合维度与11项子维度，总分1000分。
评估流程：启动会话后按维度分组答题（依赖Bot自身知识，禁用外部工具），批量提交答案获取质量反馈，最终生成包含百分比得分、等级评定（Novice/Proficient/Expert/Master）、MBTI人格类型及可操作建议的完整报告。支持单科测试与双语界面，题库动态生成确保可重复性。
显著优点
1. 体系化评估框架：首创IQ/EQ/TQ/AQ/SQ五维模型，兼顾认知、情感、工具、安全与进化能力，弥补单一性能指标的片面性
2. 工程化执行效率：滑窗并行设计将传统串行评估耗时压缩60%以上
3. actionable 输出：非仅打分，提供A/B/C/D等级质量标注与场景化改进建议
4. 隐私合规：本地化加密评分引擎，敏感数据不出域
5. 开发者友好：支持OpenAI/Anthropic标准工具格式，集成成本低
潜在缺点与局限
- 依赖自评客观性：答案质量由Bot自主生成，存在"应试优化"偏差风险
- API密钥门槛：需注册获取
BOTMARK_API_KEY，对快速体验形成摩擦 - 评估成本：1000分全量测试消耗约5-15分钟交互时长，高频迭代场景效率受限
- 维度权重固化：各维度满分预设（IQ 300/TQ 250等），未开放自定义权重配置
适合人群
- Bot开发者：上线前能力基线建立与版本回归测试
- AI产品经理：竞品Bot能力对标与差异化定位
- 企业采购方：供应商Bot准入验收与SLA制定
- 提示词工程师：Prompt优化效果量化验证
常规风险
1. 凭证泄露风险：API Key若硬编码于提示词或源码，存在被爬虫抓取隐患；需严格遵循环境变量隔离原则
2. 过度优化陷阱：为追求高分可能诱导模型偏离真实服务场景的表现
3. 人格类型误读：MBTI结果基于答题模式推断，非临床心理测评，不宜用于人才决策