2 added, 2 removed. Audit A to A.
---
name: xiaozhi-teach-english-assessment
description: >
英语综合测评设计：帮英语老师把"一张卷子"变成听说读写四维的能力测评与画像。
触发语："学员英语水平如何"、"英语综合测评怎么设计"、"听说读写怎么测"、"CSE/CEFR 对照怎么用"、"学员能做什么"、"英语能力画像"、"测完之后怎么给建议"。
核心工作流：能力目标（听说读写 4 维）→ 以 CSE 描述语定级、CEFR 只作国际参照 → 测评设计 → 能力画像（分数 + 微技能）→ 教学干预建议 → 写回班级工作空间。
不处理：听力材料的选编与听法训练（转英语听力材料设计）、口语活动与纠错策略（转英语口语活动设计）、通用命题的双向细目表与信效度（转 xiaozhi-teach-exam-designer）。
compatibility: WorkBuddy / SkillHub / OpenClaw / ClawHub
license: MIT
metadata:
display_name: 英语综合测评
- version: 2.1.6
+ version: 2.1.7
author: 小智伴学
category: 老师英语
grade_bands:
- 小学高段
- 初中
tags: [综合测评, 听说读写, 能力评估, CSE, CEFR, 英语老师]
depends_on:
- xiaozhi-teach-student-analyzer
- xiaozhi-teach-lesson-planner
- xiaozhi-teach-exam-designer
id: openclaw:xiaozhi-teach-english-assessment
min_platform_version: "2.0"
max_round_limit: 25
---
# 英语综合测评 SKILL
> **一句话定位：** 英语测评不是给学员"打分数"，而是给教学"画能力地图"——以 CSE 为主、CEFR 为参照的能力框架是核心。
---
> 技术边界：本 SKILL 依赖能力 [M, X, F]，无该能力时按 shared/platform-conventions.md 降级。
> 无 X 时不输出跨次的等级变化统计，只呈现本次测评数据；无 F 时请老师粘贴逐题分数表格。
**本 SKILL 不做的三件事：**
- 不替老师阅卷评分、不替老师给学员打分排名，只提供评估框架与能力画像。
- **不由分数直接推等级**：等级须由老师对照 CSE 描述语人工判定（见 §五）。
- 测评材料必须标注 `copyrightStatus`（`自有` / `改编` / `公开可引用` / `仅存索引`）；不复制未授权材料。
**AI 生成的题目**：按 `shared/ai-item-check.md` 自检后输出，且一律标注
`【AI 生成，入库前请人工验算】`；未经老师确认不得写入资源库或试卷
（对应 `classWorkspace.examBlueprints[].items[].aiGenerated` / `verifiedByTeacher`）。
### 隐私与数据控制入口
- 查看：「查看我的班级测评记录」
- 更正：「更正我的班级测评记录」
- 删除：「删除我的班级测评记录」（删除后不可恢复，会先确认一次）
- 暂停：「这次不要记忆」/「暂停提醒」
- 共享控制：「不要共享给其他SKILL」/「不要写回学生档案」
- 导出：「导出我的班级测评记录」（以文本形式给出，便于转存）
---
## 一、核心使命
英语综合测评常见的三个误区：
```text
误区① 测评=笔试：只测读写，
学员"会做卷"但"不会用"。
误区② 测评=分数：只关心分数，
没看学员"能做什么"。
误区③ 测评=一刀切：所有学员同一份卷，
没考虑学员的实际水平。
```
本 SKILL 要解决的是：
- **让测评"四维全面"**：听说读写全覆盖
- **让测评"有标准"**：以 CSE 描述语定级，CEFR 只作国际参照
- **让测评"有画像"**：能力地图
- **让测评"有教学"**：基于测评的教学干预
---
## 二、触发时机
| 触发场景 | 示例语句 |
|---------|---------|
| 学员英语水平 | "学员英语水平如何" |
| 英语综合测评 | "英语综合测评" |
| 听说读写 | "听说读写怎么测" |
| 能力等级对照 | "CSE/CEFR 对照怎么用" |
| 学员能做什么 | "学员能做什么" |
| 英语水平档案 | "英语水平档案" |
| 英语能力评估 | "英语能力评估" |
| 学员英语弱 | "学员英语弱" |
---
## 三、核心流程
```text
┌──────────────────────────┐
│ ① 能力目标 │
│ 听说读写 4 维 │
└────────────┬─────────────┘
↓
┌──────────────────────────┐
│ ② 等级对照 │
│ CSE 为主，CEFR 参照 │
└────────────┬─────────────┘
↓
┌──────────────────────────┐
│ ③ 综合测评设计 │
│ 听/口/读/写 │
└────────────┬─────────────┘
↓
┌──────────────────────────┐
│ ④ 学员能力画像 │
│ 4 维 + 微技能 │
└────────────┬─────────────┘
↓
┌──────────────────────────┐
│ ⑤ 教学干预建议 │
│ 班级+个体 │
└────────────┬─────────────┘
↓
┌──────────────────────────┐
│ ⑥ 写回 student-analyzer │
│ 英语能力维度 │
└──────────────────────────┘
```
---
## 四、听说读写 4 维能力
### 4.1 4 维定义
```text
┌──────────┬────────────────────────┬──────────────┐
│ 维度 │ 描述 │ 能力 │
├──────────┼────────────────────────┼──────────────┤
│ 听 │ 听懂英语 │ 输入-听觉 │
│ 说 │ 用英语说话 │ 输出-口语 │
│ 读 │ 读懂英语 │ 输入-视觉 │
│ 写 │ 用英语写 │ 输出-书面 │
└──────────┴────────────────────────┴──────────────┘
```
### 4.2 4 维关系
```text
■ 输入 vs 输出
· 听 + 读 = 输入
· 说 + 写 = 输出
■ 输入与输出关系
· 学员需要先有输入
· 才有输出
■ 4 维协同
· 4 维不能割裂
· 综合使用
```
### 4.3 学员层次 4 维
```text
■ 基础层
· 听：听懂简单句
· 说：能用单词/短句
· 读：看懂短文
· 写：能写简单句
■ 中等层
· 听：听懂日常对话
· 说：能流利对话
· 读：看懂中长文
· 写：能写短文
■ 提升层
· 听：听懂复杂材料
· 说：能表达观点
· 读：看懂专业文章
· 写：能写各类文章
```
---
## 五、能力等级框架（CSE 为主、CEFR 为参照）
> **口径说明：** 对 K12 应**以《中国英语能力等级量表(CSE)》为主标准**（教育部 2018 发布，九级），CEFR 作国际参照。二者对接依据教育部考试中心 2019《CSE 与 CEFR 对接研究》。**切勿把 CEFR 等级对标定得过高**——常见误区是把"初中毕业"标成 B1、"高中毕业"标成 B2，实际中考约 CSE 3-4≈A2、高考约 CSE 5≈B1、TEM-8 约 CSE 8≈C1。
### 5.1 等级与学段对照
```text
┌──────┬──────────┬────────────┬──────────────────────────┐
│ CEFR │ CSE │ 描述 │ 中国学段/考试（约当） │
├──────┼──────────┼────────────┼──────────────────────────┤
│ A1 │ CSE 2-3 │ 入门级 │ 小学 │
│ A2 │ CSE 3-4 │ 基础级 │ 初中（中考目标 ≈ CSE 3-4）│
│ B1 │ CSE 5 │ 中级 │ 高中 / 高考（≈ CSE 5） │
│ B2 │ CSE 6-7 │ 中高级 │ 大学 CET-4 / CET-6 │
│ C1 │ CSE 8 │ 高级 │ 英语专业 / TEM-8 │
│ C2 │ CSE 9 │ 精通级 │ 接近母语 │
└──────┴──────────┴────────────┴──────────────────────────┘
（对接为"约当"区间，非精确等值；实际以 CSE 量表描述语为准）
```
### 5.2 定级的唯一合法途径：对照描述语人工判定
```text
❌ 禁止：由卷面分数或正确率直接换算等级
（如"70 分 = B2""正确率 55-69% = B1"）。
理由有三：
① 分数只反映"这张卷上的这些题"，题目难度不同，同一个分数含义完全不同；
② CSE/CEFR 是**能力描述**框架，判定依据是"能不能完成某类任务"，不是得了多少分；
③ 直接换算最容易把 K12 学员的等级抬高，给学员和家长错误预期。
✅ 正确做法（三步）：
Step 1 看逐题得分（classWorkspace.itemScores[]），确认学员在哪些
**任务类型**上稳定完成、哪些不稳定
Step 2 拿这些表现去对照 CSE 相应等级的描述语
（"能听懂…""能就…作简单描述"），由老师判断落在哪一级
Step 3 等级写成区间 + 证据，如
"听：CSE 3（约当 A2）——两次测评都能听懂日常对话中的时间与地点，
但短文推断题两次都错"
单次测评、样本不足时标 🔴（shared/vocab.md §7），只作参考不入档案
分数的用途：定位强弱维度、看进退步、决定下一步教什么——不是用来贴等级的。
```
> 📎 CSE 各级描述语以教育部发布的量表原文为准；
> `references/cefr-four-skill-descriptors.md` 提供 CEFR 侧的四维简表，仅作国际参照。
### 5.3 CEFR / CSE 与中国考试对照（订正版）
```text
┌──────┬──────────┬────────────────────────┐
│ CEFR │ CSE │ 中国学段 / 考试（约当） │
├──────┼──────────┼────────────────────────┤
│ A1 │ CSE 2-3 │ 小学 │
│ A2 │ CSE 3-4 │ 初中毕业 / 中考 │
│ B1 │ CSE 5 │ 高中毕业 / 高考 │
│ B2 │ CSE 6-7 │ CET-4 / CET-6 / TEM-4 │
│ C1 │ CSE 8 │ TEM-8 │
│ C2 │ CSE 9 │ 接近母语 │
└──────┴──────────┴────────────────────────┘
```
> ⚠️ 订正要点（对齐官方 CSE-CEFR 对接研究）：
> - 中考/初中毕业 ≈ **A2（CSE 3-4）**，不是 B1；
> - 高考/高中毕业 ≈ **B1（CSE 5）**，不是 B2；
> - TEM-8 ≈ **C1（CSE 8）**，不是 C2。
> 对 K12 学员定级时优先用 CSE 描述语，避免因 CEFR 定标过高而对学员/家长造成不合理预期。
---
## 六、综合测评设计
### 6.1 测评三类型
```text
┌──────────┬────────────────────────┬──────────────┐
│ 类型 │ 描述 │ 时机 │
├──────────┼────────────────────────┼──────────────┤
│ 诊断性 │ 测学员水平 │ 学期初 │
│ 形成性 │ 测学员进步 │ 单元/期中 │
│ 终结性 │ 测学员成果 │ 学期末 │
└──────────┴────────────────────────┴──────────────┘
```
### 6.2 4 维测评设计
```text
■ 听力（题型按中考听力结构排，不用托福/雅思式分类）
· 时长：20-25 分钟（含播音）
· 题型：听句选图（或短对话选答语）→ 对话理解 → 短文理解 → 听填信息
· 语速：约 100-120 词/分钟（中考听力常见区间）
· 详细题型设计见「英语听力材料设计」SKILL
■ 口语（校内班级测评的现实约束见下）
· 时长：单人 3-5 分钟（不是 10-15 分钟）
· 题型：朗读 → 情景问答 → 看图/话题连续表达
· 组织：分批或分组进行，见下方"班额可行性"
■ 阅读
· 时长：30-40 分钟
· 题型：细节 → 主旨 → 推断 → 词义猜测（按中考阅读的题型比重）
· 难度：略高于日常教学材料
■ 写作
· 时长：20-25 分钟
· 题型：以应用文（书信/邮件/通知）与记叙文为主；
议论文只在初三下学期按本地中考题型需要时才考
· 字数：初中 80-100 词
```
**口语测评的班额可行性（先算，再排）**
```text
所需课时 ≈ 班额 × 单人时长 ÷ 并行考场数 ÷ 45 分钟
例：50 人班，单人 4 分钟，1 位老师逐个考
→ 50 × 4 = 200 分钟 ≈ 4.5 节课，不现实
可行的三种排法（老师选一种，本 SKILL 不替老师决定）：
① 双人同考：两名学员一组做对话任务，单组 5 分钟
→ 25 组 × 5 = 125 分钟 ≈ 3 节课，仍偏多，适合期末统测
② 抽样 + 全员录音：课上抽 8-10 人现场考（作为定标样本），
其余学员课后录音提交，老师按同一份 rubric 评
→ 课上约 40 分钟，1 节课内完成
③ 分组轮转：全班分 4-5 组，一组做口语任务、其余组做笔试部分，轮换
→ 1-2 节课内完成，需另一位老师或助教协助计时
⚠️ 若排不出时间：宁可缩短单人时长或降低频次，
也不要把 25 分的口语分改成"平时印象分"——那不是测评。
```
> ⚠️ **本 SKILL 是通用 `xiaozhi-teach-exam-designer` 的英语学科细化，不是替代。** 双向细目表的测量学基础——**难度系数 P、区分度 D、四类测评目的、考后实际 P/实际 D 分析**——沿用通用版定义；本 SKILL 只补充听说读写四维的能力描述与 CSE/CEFR 对照，不重定义、不删减测量学工具。
### 6.3 4 维双向细目表
```text
■ 听力双向细目表
· 主旨 + 细节 + 推断 + 观点
■ 口语双向细目表
· 流利 + 准确 + 得体
■ 阅读双向细目表
· 字面理解 + 推断理解 + 评价理解
■ 写作双向细目表
· 内容 + 结构 + 语言 + 规范
```
### 6.4 4 维测评样板
> 📎 完整样板见 `references/comprehensive-assessment-sample.md`（听/说/读/写 4 维加权的综合测评结构示例）
---
## 七、学员能力画像
### 7.1 画像维度
```text
┌──────────┬────────────────────────┐
│ 维度 │ 描述 │
├──────────┼────────────────────────┤
│ 听 │ 听力能力 │
│ 说 │ 口语能力 │
│ 读 │ 阅读能力 │
│ 写 │ 写作能力 │
│ 词汇 │ 词汇量 │
│ 语法 │ 语法能力 │
│ 等级判定 │ 由老师对照 CSE 描述语给出（不由分数换算） │
│ 强项 │ 强维度 │
│ 弱项 │ 弱维度 │
└──────────┴────────────────────────┘
```
### 7.2 学员能力画像
> 📎 完整模板见 `references/student-ability-profile-template.md`（4 维等级 + 微技能 + 词汇/语法 + 强弱项的填写模板）
### 7.3 4 维雷达图（描述）
```text
听
│ ┌───
│ / 5
│ /
│/_____
说 读
│ ╲
│ ╲
│ ╲
写
```
---
## 八、教学干预建议
### 8.1 4 维干预
```text
┌──────────┬────────────────────────┐
│ 弱维度 │ 干预 │
├──────────┼────────────────────────┤
│ 听 │ 听力材料+微技能训练 │
│ 说 │ 任务型活动+情境练习 │
│ 读 │ 阅读策略+分级阅读 │
│ 写 │ 写作模板+过程引导 │
└──────────┴────────────────────────┘
```
### 8.2 词汇干预（按课标词表分档；AWL 学术词表 ⚠高中，本学段不用）
```text
分档依据：2022 版义教英语课标三级词汇表约 1600 词（中考范围）；
高中课标必修+选择性必修约 3000 词 ⚠高中。
· 课标 1600 词内、掌握不足 → 先把这部分补齐（中考绝大多数考点在此范围）
做法：按话题成组补（校园/健康/环保/文化/成长），不按字母表背
· 课标 1600 词已基本掌握 → 补中考语篇里的高频超纲词（只求读到时认得出）
做法：从近年本地中考真题语篇里取词，不另找词表
· 已超出中考需求、学员主动要求 → 高考 3000 词范围 ⚠高中
做法：说明这是高中内容，按学员意愿安排，不计入本学段的达标判断
❌ 不用 AWL 分级 ⚠高中（大学学术写作场景才用得着）：AWL 取自英语学术论文语料，
与义教课标、中考语篇的词频分布不一致，对初中生会把方向带偏。
❌ 不用"主动词汇 N 词"这类估计值做分档依据——课堂上没有可靠的测量手段。
```
### 8.3 干预样板
> 📎 完整样板见 `references/intervention-suggestion-sample.md`（短/中/长期干预建议 + 资源推荐 + 复测评估示例）
---
## 九、4 维档案累积
### 9.1 档案更新
```text
■ 每次测评
· 更新 4 维档案
· 标记进步/退步
■ 每月复盘
· 4 维能力变化
· 强项弱项变化
· 调整教学
```
### 9.2 学员英语成长档案
> 📎 完整样板见 `references/english-growth-archive-sample.md`（时间轴 + 4 维进步 + 持续弱项 + 教学调整示例）
---
## 十、与上游/下游 SKILL 的协作
### 10.1 协作流图
```text
┌────────────────────────┐
│ xiaozhi-teach- │
│ student-analyzer │
│ （学员 4 维能力数据） │
└───────────┬────────────┘
│
↓
┌────────────────────────┐
│ xiaozhi-teach- │
│ english-assessment │
│ （本 SKILL） │
└───────────┬────────────┘
│
┌─────────────────┼─────────────────┐
↓ ↓ ↓
student-analyzer lesson-planner resource-library
（4 维能力画像） （教学干预计划） （4 维素材）
```
### 10.2 接口（唯一真实字段来源：`shared/class-teaching-workspace.schema.json`）
```text
读：
classWorkspace.classProfile → 学段、班额、课时、常用满分
classWorkspace.itemScores[] → 逐题得分（能力画像的唯一来源；
只有总分时不得生成逐维度画像）
classWorkspace.itemStats[] → 各题难度 P / 区分度 D
classWorkspace.classSummaries[] → 班级均分、得分率、分布
classWorkspace.weaknessRank[] → 班级顽固弱项排序
写（均为待老师确认的条目，确认后落库）：
classWorkspace.examBlueprints[] → 四维测评蓝图（含 itemType: 听力/口语/阅读/写作）
AI 生成题 aiGenerated=true，
老师验算后才可 verifiedByTeacher=true
classWorkspace.weaknessRank[] → 由四维得分归纳出的弱项条目
classWorkspace.reviewPlans[] → 干预建议转成的复习排布
写回学生档案（可选，需授权）：
handoverType = "teacher_writeback"，recipient = xiaozhi-learning-dna
前置：交接体中的授权快照 teacherWritebackConsent 必须为 true，否则丢弃并告知老师
内容：weakKnowledgePointUpdates 列表（subject / knowledgePoint /
status / masteryLevel），note 只写低敏事实描述
掌握度转换（shared/vocab.md §6）：老师端五档 → 学生端三档，写回时必须转换
已掌握 → 真正掌握 ／ 基本理解 → 会解释 ／ 仍需巩固 → 会复述
需要重讲 → 会复述（并在 note 里注明"复述也不完整"）
证据不足 → 不写入这一条
❌ 不写 CSE/CEFR 等级、不写学员真实姓名、不写心理标签
```
写回学生档案的交接示例（与 `handover-protocol.schema.json` v2.1 一致）：
```json
{
"sessionId": "sess-teach-eng-assess-001",
- "protocolVersion": "2.1.6",
+ "protocolVersion": "2.1.7",
"handoverType": "teacher_writeback",
"sender": "xiaozhi-teach-english-assessment",
"recipient": "xiaozhi-learning-dna",
"consent": { "crossSkillSharing": true, "teacherWritebackConsent": true },
"payload": {
"teacherWritebackData": {
"teacherSkill": "xiaozhi-teach-english-assessment",
"studentAlias": "E-007",
"weakKnowledgePointUpdates": [
{ "subject": "英语", "knowledgePoint": "听力·听填信息", "status": "初步弱项", "masteryLevel": "会复述" }
],
"note": "两次测评中听填信息题得分率明显低于同卷其他听力题型"
}
},
"timestamp": "2026-09-03T18:00:00+08:00"
}
```
---
## 十一、字段级高敏信息防护
```text
✅ 能力画像用化名
✅ 班级报告用编号
❌ 禁止：公开"某学员的英语等级"
❌ 禁止：未授权公开测评材料
✅ 测评结果可入档案（脱敏后）
```
---
## 十二、行为准则
| ✅ 应该做 | ❌ 不能做 |
|---------|---------|
| 4 维综合（听说读写） | 测评=笔试 |
| 对照 CSE 描述语判等级 | 分数直接换算等级 |
| 能力画像 | 测评=一刀切 |
| 4 维差异 | 单一分数 |
| 教学干预 | 测完就完事 |
| 学员化名 | 公开学员等级 |
---
## 十三、与其他 SKILL 的协同清单
```text
英语综合测评
<── xiaozhi-teach-student-analyzer（4 维能力）
<── xiaozhi-teach-lesson-planner（教学计划）
──→ xiaozhi-teach-student-analyzer（4 维画像）
──→ xiaozhi-teach-lesson-planner（教学干预）
──→ xiaozhi-teach-resource-library（4 维素材）
──→ 学生端 5 个英语 SKILL（语法/听力/口语/词汇/写作，学员视角）
```
**禁止行为**：
- 禁止 AI 替老师阅卷
- 禁止 AI 给学员排名
- 禁止 AI 替学员答题
- 禁止未授权复制测评材料
- 禁止公开学员的 CSE/CEFR 等级
- 禁止由卷面分数直接换算等级（必须对照 CSE 描述语人工判定）
- 禁止未经 `teacherWritebackConsent` 写回学生档案
---
## 十四、参考资源
- `references/cefr-can-do-statements.md` — "能做什么"语句（CSE 为主、CEFR 参照；含定级判定流程）
- `references/four-skill-rubric.md` — 4 维（听说读写）评分细则（只出分数 + 微技能，不出等级）
- `references/assessment-template.md` — 综合测评设计模板（4 阶段）
- `references/cefr-four-skill-descriptors.md` — CEFR 4 维对照速查表（A1-C2 听说读写描述）
- `references/comprehensive-assessment-sample.md` — 4 维测评样板（综合测评结构示例）
- `references/student-ability-profile-template.md` — 学员能力画像填写模板
- `references/intervention-suggestion-sample.md` — 教学干预建议样板
- `references/english-growth-archive-sample.md` — 学员英语成长档案样板
---
> 💡 **小智说：**
> "英语测评不是给学员'打分数'，
> 是给教学'画能力地图'。
> 学员不是'90 分'或'80 分'，
> 而是'能听懂日常对话、能读短篇故事、
> 能介绍自己、能写简单邮件'——
> 能力量表的意义就在这里：先看他能做什么，再决定教什么。"