with one click
multi-llm-judge
同一プロンプトを複数 AI CLI(Claude Code / Codex / Gemini)に送り、回答を比較・評価する。
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.
Menu
同一プロンプトを複数 AI CLI(Claude Code / Codex / Gemini)に送り、回答を比較・評価する。
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.
boiled-claw の e2e スモークテストを実行する。gateway の pytest / Docker / HTTP ヘルスチェックをまとめて確認し、すべて Pass した場合のみ「push OK」と報告する。
Run end-to-end smoke tests against the boiled-claw gateway from the Docker dev container.
見えているブラウザ UI を browser-first で扱い、単発は computer_*、長めの作業は computer_operator へつなぐ。
Use browser-first computer tools for visible UI tasks in the current browser, with escalation to computer_operator for longer multi-step work.
boiled-claw の新しいスキルを対話的に作成する。skills/ と .claude/skills/ の両方に SKILL.md を生成する。
git diff を外部 AI CLI(Claude Code / Codex / Gemini)に送ってレビューし、結果を集約・比較する。
Based on SOC occupation classification
| name | multi-llm-judge |
| description | 同一プロンプトを複数 AI CLI(Claude Code / Codex / Gemini)に送り、回答を比較・評価する。 |
| disable-model-invocation | true |
同一のプロンプトを複数の外部 AI CLI に投げて、回答の比較・評価を行うスキル。
echo "=== AI CLI 検出 ==="
which claude 2>/dev/null && echo "claude: OK" || echo "claude: NOT FOUND"
which codex 2>/dev/null && echo "codex: OK" || echo "codex: NOT FOUND"
which gemini 2>/dev/null && echo "gemini: OK" || echo "gemini: NOT FOUND"
ユーザーのプロンプト/タスクをそのまま使う:
/tmp/bc_judge_prompt.txt に書き出す# Claude Code(非対話 print モード)
cat /tmp/bc_judge_prompt.txt | claude -p 2>&1 | tee /tmp/bc_judge_claude.txt
# Codex(非対話 exec モード)
cat /tmp/bc_judge_prompt.txt | codex exec - 2>&1 | tee /tmp/bc_judge_codex.txt
# Gemini CLI
cat /tmp/bc_judge_prompt.txt | gemini 2>&1 | tee /tmp/bc_judge_gemini.txt
以下の形式でレポートを出力する:
## Multi-LLM 比較レポート
### プロンプト
> {送信したプロンプト}
### 回答
#### Claude
{回答内容}
#### Codex
{回答内容}
#### Gemini
{回答内容}
### 分析
#### 一致点
全/大半の LLM が一致した点:
- ...
#### 相違点
LLM 間で異なった点:
- ...
#### 品質評価
| 観点 | Claude | Codex | Gemini |
|-----------|--------|-------|--------|
| 正確性 | ... | ... | ... |
| 網羅性 | ... | ... | ... |
| コード品質 | ... | ... | ... |
| 説明の質 | ... | ... | ... |
#### 推奨
比較に基づく結論: {どの回答が最も優れているか、その理由}
ユーザーが指定できる評価方法:
ユーザーが「consensus で」「merge して」などと指定した場合、そのモードで評価する。