heuristic

上下文： 此子技能是更广泛的 ui-craft 技能中的一个视角。如果也安装了 ui-craft 技能，请先阅读其 SKILL.md，了解 Discovery、Anti-Slop 和 Craft Test，然后再应用以下特定视角。

根据 Nielsen 的 10 项启发式原则和 6 项设计定律，对 $ARGUMENTS 处的 UI 进行评分。加载 ui-craft 技能。

步骤 1 — 加载方法论。 阅读 references/heuristics.md，了解完整评分标准、评分定义、设计定律详情和所需输出格式。不要另创格式或量表。

步骤 2 — 逐项检查 Nielsen 的 10 项启发式原则。 按评分标准逐项打 1–5 分：

• 1 阻碍用户 · 2 严重阻碍 · 3 可用但令人困惑 · 4 可用，仅需微调 · 5 同类最佳

对每项启发式原则，都要写出具体发现——引用文本、统计元素数量、指出失效的流程。含糊的发现会被拒绝。

步骤 3 — 审核 6 项设计定律。 对每项给出 PASS / FAIL，并附具体细节：

• Fitts's Law — 触控目标尺寸、CTA 位置
• Hick's Law — 选项密度、导航和选择器尺寸
• Doherty Threshold — 感知延迟、乐观 UI
• Cleveland-McGill — 图表编码选择
• Miller's Law — 导航深度、表单分区数量
• Tesler's Law — 复杂性所在的位置

步骤 4 — Persona 演练（若存在 --persona=）。 如果参数中包含 --persona=<name>，加载 references/personas.md 并运行匹配的演练检查清单。支持的值：priya、jordan、adaeze、kwame、margo、all。以 | Checklist item | Pass/Fail | Finding | Impact | 表格输出演练结果。没有此标志则跳过此步骤。

步骤 5 — 按影响标签排列发现项。 影响顺序：blocks-conversion > adds-friction > reduces-trust > minor-polish。排名列表最多包含 5 项；除非没有更高影响的发现，否则删去所有 minor-polish 项。

步骤 6 — 计算 UsabilityScore。 按 references/heuristics.md 中的 UsabilityScore 公式，将评分卡换算为 0–100 分及等级：heuristic_base = round(((mean(nielsen_scores) − 1) / 4) × 100)，然后减去 5 × (failed design laws)，并限制在 [0,100] 范围内。等级采用与 UICraftScore 相同的 A/B/C/D/F 标准。始终标注为 (judged)——它不是确定性评分，绝不能作为 CI 的门禁。如果参数中包含 --json，还要输出机器可读代码块。如果用户要求完整评估，则通过 node scripts/eval.mjs <path> --json 或 score_ui MCP 工具获取确定性的 UICraftScore，并将两者并列展示，绝不可取平均值。

步骤 7 — 输出。 使用 references/heuristics.md 中的精确评分卡格式：

1. ## Heuristic Scorecard 表格
2. ## Design Law Audit 表格
3. ## Persona Walkthrough 表格（仅在传入 --persona= 时）
4. ## Top findings (ranked by impact) — 编号列表，3–5 项
5. ## UsabilityScore 区块 — 0–100 分、等级及各组成部分明细

旋钮意识： 不受旋钮影响。可用性不是旋钮——无论 CRAFT_LEVEL 是 3 还是 9，2 分就是 2 分。不要根据 CRAFT_LEVEL 降低评分。

输出约定：

• 此命令生成的是评审报告，不是代码。除非用户在后续明确提出要求，否则不得进行任何修改。
• 评分卡必须是机器可解析的 Markdown。PM 可以将其粘贴到任意问题跟踪工具中，逐行创建工单。在任何前言中都应如此说明。
• 不要写“第一印象”段落，不要模棱两可，也不要堆砌赞美。只输出表格和排名列表。

不要编辑代码。这是一份评分评审报告。

下一步： 修复这些发现，然后运行 /finalize——此评分卡将作为受门禁控制的发布流程（第 3 阶段）的输入。