maxlbchung/skill-eval

Qu'est-ce que skill-eval ?

Cette compétence permet d'évaluer les performances et la fiabilité des modèles de langage (LLM) en exécutant des tests définis par l'utilisateur sur des tâches spécifiques. Elle est utile pour les développeurs et les chercheurs qui souhaitent valider leurs agents IA comme Claude Code, Cursor ou Codex avant de les déployer. En se basant sur le fichier SKILL.md, elle orchestre des scénarios d'évaluation personnalisés et compare les résultats attendus avec les sorties réelles du modèle. Cette approche automatisée garantit une mesure objective des compétences du LLM et facilite l'itération rapide des agents.