Eine Sammlung von Claude Code Fähigkeiten zur End-to-End-Evaluierung von LLM-Anwendungen: Prompts, RAG-Pipelines, Tool-Aufrufe und Agents.
Dieses Skill-Set bietet eine Sammlung von Claude Code Fähigkeiten, die entwickelt wurden, um LLM-Anwendungen End-to-End zu evaluieren – einschließlich Prompts, RAG-Pipelines, Tool-Aufrufen und Agenten. Es richtet sich an Prompt-Ingenieure, KI-Entwickler und Teams, die eine wiederholbare Schleife aus „Bearbeiten → Evaluieren → Ergebnisse sehen → Verbessern“ anstelle von bauchgefühlbasierter Iteration wünschen. Der Skill hilft dabei, die Leistung von LLM-basierten Systemen systematisch zu messen und zu verbessern, indem er standardisierte Evaluierungsmetriken und Workflows direkt in Claude Code integriert. Entwickler können damit schnell sehen, wie sich Änderungen an Prompts oder Architekturen auf die Qualität der Ausgaben auswirken.
npx skills add vukhanhtruong/claude-eval-skillEine Sammlung von Claude Code Fähigkeiten zur End-to-End-Evaluierung von LLM-Anwendungen: Prompts, RAG-Pipelines, Tool-Aufrufe und Agents. Entwickelt für Prompt-Ingenieure, KI-Entwickler und Teams, die eine wiederholbare Schleife aus "Bearbeiten → Evaluieren → Ergebnisse sehen → Verbessern" anstelle von bauchgefühlbasierter Iteration wünschen.
Quelle: https://github.com/vukhanhtruong/claude-eval-skill
Veröffentlicht: 2026-05-12T10:07:30Z Sterne: 0
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".