A 90-100 p B 80-89 p C 70-79 p D 60-69 p 未达标 <60 p 评分维度 业务理解：能否说清楚为什么做、先做哪里、怎样验收。 Prompt 与前端：能否生成并修正可运行 Demo。 Agent 工作流：能否解释输入、状态、工具、输出和人审边界。 部署交付：能否提交稳定链接、README、测试清单和演示脚本。