Skip to main content
在 Manus 中运行任何 Skill
一键导入

llm-quality-eval

星标7
分支2
更新时间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。

安装

用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。

文件资源管理器
5 个文件
SKILL.md
readonly