Skip to main content

eval-harness

Use this skill to set up eval-driven development (EDD) for re-forge — treating evals as the "unit tests of AI development." Activate when defining pass/fail criteria for an agent task, measuring reliability with pass@k metrics, building regression suites for prompt or agent changes, or benchmarking behavior across model versions. Triggers include "define evals", "is this reliable", "pass@3", "regression suite", or "grade this output".

Ir a la instalación

Datos de origen

Repositorio
TheAdaply/re-forge
Última actividad en el origen
3 de junio de 2026 a las 21:41
Idioma detectado de SKILL.md
inglés
Estrellas
0
Forks
0

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.