# 细节丰富度
**细节丰富度评估器**
表1评估器信息 
| 分类          || 详情                                                                 |
|:---|---|:---|
| 基础信息 | 评估器名称 | 细节丰富度。                                                             |
| 效果说明 | 功能概述  | 检查输出内容是否关注细节。                                                      |
| 效果说明 | 评估方式  | LLM评估。                                                             |
| 效果说明 | 评估目标  | 文本、输出质量。                                                           |
| 效果说明 | 适用场景  | 离线评估、在线评估。                                                         |
| 效果说明 | 应用场景  | 适用于产品描述、操作指南、故障排查、创意写作等需要精确传达信息的场景，确保模型输出涵盖关键细节，避免笼统模糊导致理解偏差或执行失误。 |
| 评分标准 | 1.0分  | 细节极其丰富，关键要素完整呈现，粒度恰当，无遗漏，用户无需额外追问即可全面理解。                           |
| 评分标准 | 0.75分 | 细节较为丰富，核心要素覆盖较好，偶有次要细节省略，不影响整体理解。                                  |
| 评分标准 | 0.5分  | 细节一般，关键要素部分缺失或粒度不足，用户需结合常识推断或补充提问。                                 |
| 评分标准 | 0.25分 | 细节匮乏，大量关键要素缺失，表述笼统模糊，用户难以形成清晰认知。                                   |
| 评分标准 | 0.0分  | 无细节可言，内容空洞抽象，关键信息全部缺失，完全无法指导理解或行动。                                 |
   
**评估器参数说明：**
表2评估器参数说明 
| 参数类型 | 参数名称          | 是否必填 | 参数说明                         |
|:---|:---|:---|:---|
| 输入参数 | input         | 是    | 用户的输入问题，提供评估的上下文背景。          |
| 输入参数 | actual_output | 是    | 智能体针对该问题的实际输出结果。             |
| 输出参数 | score         | 是    | 评估得分（0.0/0.25/0.5/0.75/1.0）。 |
| 输出参数 | reason        | 是    | 评分理由说明。                      |
   
**输入格式示例：**
```
{
  "input": "如何提高Python程序的运行效率？",
  "actual_output": "可以使用列表推导式、避免全局变量、多用内置函数，这样会快一点。"
}
```
**输出格式示例：**
```
{
  "score": "0.5",
  "reason": "回复虽提及优化方向，但未给出具体示例、性能对比数据或代码片段，缺乏对“列表推导式为何更快”等关键机制的解释，属于“细节不足/一般”水平。"
}
```