Skip to main content
Manusで任意のスキルを実行
ワンクリックで

agent-llm-evals

スター2
フォーク0
更新日2026年7月3日 12:11

Use when designing, reviewing, validating, debugging, or improving LLM evals and agent workflow evals. Trigger for eval-driven development, task-specific eval datasets, graders, rubrics, LLM-as-judge, human calibration, traces, transcripts, tool-call evaluation, argument validation, guardrail evaluation, handoff evaluation, multi-turn agent tasks, capability evals, regression evals, pass@k/pass^k, model/prompt/tool upgrades, continuous evaluation, and production feedback loops for LLM or agent systems.

インストール

Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

ファイルエクスプローラー
11 ファイル
SKILL.md
readonly