Genera un flujo de trabajo de GitHub Actions que ejecuta un conjunto de pruebas coder-eval como puerta de CI o en un horario programado, utilizando la acción compuesta publicada, con el tiempo de ejecución del agente, las credenciales, la salida JUnit y los informes de ejecución correctamente configurados.
Esta skill automatiza la creación de un flujo de trabajo de GitHub Actions para ejecutar pruebas de evaluación de código (coder-eval) como parte de un pipeline de integración continua (CI) o de forma programada. Es especialmente útil para equipos que utilizan agentes de IA y desean garantizar la calidad del código generado mediante pruebas automatizadas. La skill se apoya en una acción compuesta ya publicada que simplifica la configuración, manejando automáticamente el tiempo de ejecución del agente (runtime), las credenciales necesarias, la generación de informes en formato JUnit y los reportes de ejecución. Está diseñada para integrarse sin problemas en repositorios de GitHub, permitiendo a los desarrollores establecer puertas de CI robustas y repetibles. Al utilizar esta skill, los usuarios pueden ahorrar tiempo y evitar errores de configuración manual, ya que la skill genera el archivo de flujo de trabajo YAML con todos los parámetros correctamente configurados.
npx skills add https://github.com/UiPath/coder_eval/tree/main/plugins/coder-eval/skills/ciGenera un flujo de trabajo de GitHub Actions que ejecuta un conjunto de pruebas coder-eval como puerta de CI o en un horario programado, utilizando la acción compuesta publicada, con el tiempo de ejecución del agente, las credenciales, la salida JUnit y los informes de ejecución correctamente configurados.
This repo contains 5 individual skills — each has its own dedicated page.
Analyze a finished coder-eval run and write analysis.md — cluster failures into systemic patterns and recommend fixes. Use when the user wants to know why a run failed, what regressed or got worse since a previous run, what to fix, or what a run says about their tasks.
Generate and run a coder-eval activation suite for a Claude Code skill. Use when the user asks whether a skill triggers, wants to test skill activation, or worries a skill has silently stopped firing.
Set up coder-eval in this repository — scan for what is worth evaluating (Claude Code skills, an MCP server, a CLI), then scaffold a task directory with one real task and the command to run it.
Review existing coder-eval task YAML — find criteria that cannot fail, prompts that leak the answer, and near-duplicate tasks, each with a fix. Read-only. Use when the user wants existing tasks reviewed, linted, audited, or checked for gaps.
Turn a natural-language description into coder-eval task YAML — minimal prompts, weighted criteria that check output content, validated with `coder-eval plan`. Use when the user wants to write, add, or generate an evaluation task.
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".