Skip to main content
Run any Skill in Manus
with one click

llm-eval-designer

Stars1
Forks0
UpdatedJuly 5, 2026 at 21:33

LLM生成システムの検証設計スキル。assay-kitフレームワークを活用し、LLM特有の失敗モード(幻覚、例への過学習、部分的処理)を考慮した総合的なテストケース設計を支援する。使用タイミング: LLMベースのワークフロー/エージェントの評価設計時、ゴールデンデータセット(golden-dataset.yaml)の設計・拡張時、既存テストが特定パターンに過学習していないか検証時、LLM出力の品質スコアラー設計時、「なぜこのテストケースが必要か」の根拠を示す時。

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

File Explorer
5 files
SKILL.md
readonly