Skip to main content
Jeden Skill in Manus ausführen
mit einem Klick

eval-design

Sterne2
Forks0
Aktualisiert12. Juli 2026 um 00:23

Design an LLM/agentic eval that can change a decision — a task + a model or agent under test producing fresh output + a grader — and separate real capability evals from instrumentation (linters, CI gates, KPIs). For proving a harness skill earns its keep, use /skill-eval instead. Use when: designing or critiquing an eval, building an eval corpus, designing or calibrating an LLM-as-judge, or comparing models/harnesses on a measured capability. Trigger: /eval-design.

Installation

Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.

Datei-Explorer
5 Dateien
SKILL.md
readonly