¿Qué hace skill-eval?
Evaluando habilidades de LLM.
Habilidad para evaluar habilidades de LLM.
Esta habilidad, maxlbchung/skill-eval, está diseñada para evaluar el rendimiento y la efectividad de otras habilidades de modelos de lenguaje (LLM) dentro de un ecosistema de agentes de IA. Su propósito principal es proporcionar un marco estructurado para probar y medir cómo se desempeña una habilidad de LLM en tareas específicas. Es útil para desarrolladores e investigadores que desean validar que sus habilidades personalizadas funcionan correctamente, cumplen con los criterios esperados y pueden integrarse de manera confiable en flujos de trabajo automatizados. Aunque la documentación disponible es limitada, esta habilidad probablemente se apoya en plataformas como Claude Code, Cursor o Codex, permitiendo ejecutar evaluaciones que comparan resultados esperados contra salidas reales. Al implementarla, los usuarios pueden configurar casos de prueba, definir métricas de éxito y obtener informes detallados sobre la calidad de las habilidades evaluadas. En esencia, skill-eval actúa como un asistente de control de calidad para habilidades de IA, asegurando que las capacidades de los LLM sean consistentes y útiles antes de su despliegue en producción.
npx skills add maxlbchung/skill-evalInstalled? Explore more Programación y desarrollo skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →
Evaluando habilidades de LLM.
Send and manage iMessages via BlueBubbles, including attachments, tapbacks, edits, replies, and groups.
Control Eight Sleep pods (status, temperature, alarms, schedules).
BluOS CLI (blu) for discovery, playback, grouping, and volume.
Create, search, and manage Bear notes via grizzly CLI.
Capture frames or clips from RTSP/ONVIF cameras.
Search GIF providers with CLI/TUI, download results, and extract stills/sheets.