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

llm-quality-eval

スター7
フォーク2
更新日2026年6月2日 07:35

AI / LLM 應用品質評估專屬流程。覆蓋幻覺(hallucination)/ 事實性(groundedness)、相關性、結構化輸出合法性、prompt injection 抵抗、安全/毒性、成本($/req)、延遲(p95)、token 用量、回歸(eval set)、一致性、拒答校準、RAG 檢索品質。整合 promptfoo / DeepEval / Ragas / LLM-as-judge + golden dataset + deterministic seed。當使用者提到「LLM 測試 / AI 品質 / 幻覺 / hallucination / groundedness / prompt injection / eval / 評估集 / RAG 評估 / LLM-as-judge / 模型回歸 / AI app 品質 / token 成本」時觸發。配套:property-based-test-gen(fuzz prompt)、security-scan(injection 屬安全)、performance-test-gen(LLM API 延遲/壓力)、test-data-factory(eval 資料)、bug-report。

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
5 ファイル
SKILL.md
readonly