CommunityCodierung & Entwicklunggithub.com

jeremylongshore/j-rig-skill-binary-eval

Binäre Bewertungs-Harness für Claude-Skills mit geplanter Erweiterung auf Plugins, Agenten und MCP-Server. Bewerten Sie jede Änderung mit Ja/Nein über 7 Ebenen hinweg – Paketintegrität, Triggerqualität, funktionale Qualität, Regressionsschutz, Basiswert, Modellvarianz, Rollout-Sicherheit. Keine Abstufungen.

Was ist j-rig-skill-binary-eval?

Dieser Skill, `jeremylongshore/j-rig-skill-binary-eval`, ist ein binäres Bewertungs-Framework, das speziell für die Evaluation von Claude-Skills entwickelt wurde, aber auch auf Plugins, Agenten und MCP-Server erweiterbar ist. Seine Kernfunktion besteht darin, jede Änderung oder jedes Release anhand von 7 strengen Ja/Nein-Kriterien zu bewerten: Paketintegrität (ob die Abhängigkeiten korrekt sind), Triggerqualität (ob die Auslöser korrekt konfiguriert sind), funktionale Qualität (ob die Kernfunktionen wie erwartet arbeiten), Regressionsschutz (ob vorhandene Funktionen nicht beschädigt wurden), Basiswert (ob die Änderung einen Mehrwert bietet), Modellvarianz (ob das Verhalten stabil bleibt) und Rollout-Sicherheit (ob die Einführung sicher ist). Es vermeidet bewusst jede Form von Abstufungen oder Prozentwerten – das Ergebnis ist immer ein klares Ja oder Nein. Dieses Tool ist nützlich für Entwickler und Qualitätssicherungsteams, die eine klare, deterministische und automatisierte Entscheidungsgrundlage für die Freigabe von Änderungen benötigen, insbesondere in CI/CD-Pipelines.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add jeremylongshore/j-rig-skill-binary-eval

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht j-rig-skill-binary-eval?

Binäre Bewertungs-Harness für Claude-Skills mit geplanter Erweiterung auf Plugins, Agenten und MCP-Server. Bewerten Sie jede Änderung mit Ja/Nein über 7 Ebenen hinweg — Paketintegrität, Triggerqualität, funktionale Qualität, Regressionsschutz, Basiswert, Modellvarianz, Rollout-Sicherheit. Keine Abstufungen.

Verwandte Skills