Skip to main content

eval-harness

Build a repeatable eval loop that grades agent output with an LLM judge, so prompt/skill changes get scored against a baseline instead of eyeballed. Reuses loopkit's verifier subagent as the grader — do not build a new one.

インストールへ移動

ソース情報

リポジトリ
Archive228/loopkit
ソースの最終更新活動
2026年7月7日 20:58
検出された SKILL.md の言語
英語
スター
751
フォーク
129

インストール方法

デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。

ソースファイルを確認

インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。