القائمة
Run ADK evaluations and capture current scores as a baseline before making changes
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/jb-612/mortgage_concierge --skill eval-baselineيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Scaffold a new ADK function tool with TDD lifecycle and eval case addition
Adversarial testing loop inspired by autoresearch. Generate adversarial cases, run against agent, evaluate, accumulate findings.
Three-pass code review checking prerequisites, code quality, and test/eval coverage
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | eval-baseline |
| description | Run ADK evaluations and capture current scores as a baseline before making changes |
| argument-hint | [workitem-path] |
| allowed-tools | Read, Write, Bash, Glob |
Capture eval scores for $ARGUMENTS.
ls tests/eval/data/*.evalset.jsonadk eval mortgage_concierge tests/eval/data/<file> \
--config_file_path=tests/eval/data/test_config.json \
--print_detailed_results
tool_trajectory_avg_scoreresponse_match_score.workitems/<current>/eval-baseline.json:
{
"timestamp": "<ISO-8601>",
"evalsets": {
"<evalset-name>": {
"tool_trajectory_avg_score": 0.85,
"response_match_score": 0.72
}
},
"thresholds": {
"tool_trajectory_avg_score": 0.8,
"response_match_score": 0.7
}
}
When run AFTER changes, compare against existing baseline: