Eine Sammlung von Claude Code-Fähigkeiten zur End-to-End-Bewertung von LLM-Anwendungen: Prompts, RAG-Pipelines, Tool-Aufrufe und Agenten. Entwickelt für Prompt-Ingenieure, KI-Entwickler und Teams, die einen wiederholbaren Kreislauf aus 'Bearbeiten → Bewerten → Ergebnisse sehen → Verbessern' anstelle von bauchgefühlbasierter Iteration wünschen.
Dieses Skill-Bündel bietet Claude Code eine strukturierte Evaluierungsumgebung für LLM-Anwendungen. Es unterstützt die Bewertung von Prompts, RAG-Pipelines, Tool-Aufrufen und Agentenverhalten in einem einheitlichen Workflow. Die Hauptfunktion besteht darin, einen messbaren Kreislauf aus Bearbeitung, Bewertung, Ergebnisanalyse und Verbesserung zu etablieren, der an die Stelle subjektiver Beurteilungen tritt. Entwickler können damit konsistente Metriken für ihre LLM-basierten Systeme erfassen und Optimierungen datengestützt vornehmen. Der Skill ist speziell für Claude Code optimiert und ermöglicht die nahtlose Integration in bestehende Entwicklungsprozesse. Er richtet sich an Prompt-Ingenieure, KI-Entwickler und Teams, die reproduzierbare Evaluierungsergebnisse benötigen.
npx skills add vukhanhtruong/claude-eval-pluginEine Sammlung von Claude Code-Fähigkeiten zur End-to-End-Bewertung von LLM-Anwendungen: Prompts, RAG-Pipelines, Tool-Aufrufe und Agenten. Entwickelt für Prompt-Ingenieure, KI-Entwickler und Teams, die einen wiederholbaren Kreislauf aus „Bearbeiten → Bewerten → Ergebnisse sehen → Verbessern" anstelle von bauchgefühlbasierter Iteration wünschen.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".