ソース情報
- リポジトリ
- Miosa-osa/canopy
- ソースの最終更新活動
- 2026年8月16日 14:17
- 検出された SKILL.md の言語
- 英語
- スター
- 228
- フォーク
- 54
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。
メニュー
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。
SOC 職業分類に基づく
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/Miosa-osa/canopy --skill react-pattern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。
SKILL.md を表示中
Evaluate retrieval and generation quality in RAG pipelines. Separate scoring for retrieval (recall, precision, MRR) and generation (faithfulness, relevance, completeness). End-to-end pipeline assessment with bottleneck identification. Triggers on: "eval rag", "rag evaluation", "retrieval evaluation", "rag quality", "rag metrics"
Design binary pass/fail LLM-as-Judge evaluators. Structured prompt engineering for evaluation: criteria definition, rubric construction, few-shot calibration, and bias mitigation. Produces a ready-to-deploy judge prompt with scoring instructions. Triggers on: "judge prompt", "llm judge", "evaluator prompt", "scoring prompt", "grading rubric"
Language Agent Tree Search - Monte Carlo planning - 92.7% on HumanEval
| name | react-pattern |
| description | Thought-Action-Observation loop for transparent reasoning |
| trigger | always |
| priority | 3 |
| dynamic | false |
| created | 2026-01-26 |
Thought → Action → Observation loop for transparent reasoning and reduced hallucination.
Activates on:
THOUGHT: What do I need to do next?
ACTION: [tool_name] with [parameters]
OBSERVATION: [result of action]
... repeat until task complete ...
THOUGHT: Task complete because [reasoning]
Thought: Explicit reasoning about next step
Action: Execute one tool call
Observation: Analyze the result
Works with:
Avoid:
Based on ReAct: Synergizing Reasoning and Acting in Language Models