メニュー
Render the fixed MIDI corpus through the current build and incumbents; emit AB/ABX comparison page and spectral regression diff. Usage - run-evals [instrument|arrangement]
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。
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。
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。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/keunwoochoi/physical-instruments.js --skill run-evalsコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Bring a PR to merge-ready state without merging it - verify GitHub issue linkage, review gates, current-head evidence, and follow-up routing. Usage - finalize-pr <PR number>
Run the full 7-persona USER panel on the product — instruments, sound, UI, public API, and what a visitor lands on. Required before merging instrument, public-API, or user-visible packaging changes. Not for harness/CI/internal-docs changes. Usage - panel-review <PR number|diff|path>
Shared persona-review engine. Review a PR/diff/design through exactly one persona lens. Usage - review-as <keunwoo|hayoung|yotam|juhan|jordan|senior-web-dev|producer> <PR number|diff|design-doc path>
SOC 職業分類に基づく
SKILL.md を表示中
| name | run-evals |
| description | Render the fixed MIDI corpus through the current build and incumbents; emit AB/ABX comparison page and spectral regression diff. Usage - run-evals [instrument|arrangement] |
Eval before trust (PRINCIPLES.md). Persona/spectral checks gate iteration; human AB/MUSHRA results gate releases.
evals/corpus/ — fixed MIDI, includes solo-instrument pieces AND full multi-track arrangements (customer-zero excerpts, MAESTRO excerpts for piano, torture cases: fast repeated notes, extreme velocities, dense polyphony, long release tails).evals/incumbents/ — those reference WAVs are committed and versioned.evals/listening/ pairing our render vs each incumbent, blind, randomized; (b) spectral tripwires (multi-scale STFT distance vs last accepted render) in evals/metrics/ — regression signal ONLY, never a quality claim.