Framework multi-niveaux pour évaluer les compétences des agents IA avec des portes de qualité, une détection de chevauchement sémantique, une génération synthétique de jeux de données d'évaluation et une évaluation en direct des agents qui mesure l'impact des compétences sur le comportement des agents.
Le SkillEvaluator de NVIDIA est un framework d'évaluation multi-niveaux conçu pour garantir la qualité, la fiabilité et l'absence de redondance des compétences des agents IA. Il intègre des portes de qualité qui valident le respect des guides de style Markdown et des normes de nommage, ainsi qu'une détection de chevauchement sémantique qui compare les nouvelles compétences à celles existantes pour éviter les conflits. Le framework inclut également la génération synthétique de jeux de données d'évaluation, permettant de créer des ensembles de test robustes sans nécessiter de données réelles, et une évaluation en direct des agents qui mesure l'impact réel des compétences sur le comportement des agents. Compatible avec les agents basés sur des modèles de langage (LLM) comme Claude Code ou Cursor, cet outil aide les développeurs à maintenir une bibliothèque de compétences propre, efficace et performante.
npx skills add NVIDIA/SkillEvaluatorInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Lisez la note de l'utilisateur et retournez une liste concise d'éléments d'action. Si la note ne contient aucune action claire, dites qu'aucun élément d'action n'a été trouvé.
Utilisateur : "Relancer Maya demain au sujet de la checklist de lancement."
Assistant : "Élément d'action : Relancer Maya demain au sujet de la checklist de lancement."
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.