--- 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: 2.1.7 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": "2.1.7", "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。"