j-rig スキル バイナリ評価

j-rig スキル バイナリ評価 とは？

jeremylongshore/j-rig-skill-binary-evalは、Claudeスキルの品質をバイナリ（YES/NO）で評価するためのハーネスです。このスキルは、7つの評価レイヤー（パッケージ整合性、トリガー品質、機能品質、回帰保護、ベースライン価値、モデル分散、ロールアウト安全性）を提供し、各変更が合格か不合格かを明確に判断します。グラデーション（段階的評価）を避け、厳格なYES/NO基準で一貫性と信頼性を重視しています。現在はClaudeスキルを対象としていますが、将来的にはプラグイン、エージェント、MCPサーバーへの拡張が計画されています。この評価は、変更の品質を客観的に測定し、パッケージの完全性、トリガーの適切性、機能の正確性、回帰の防止、ベースラインとの整合性、モデルのばらつき、ロールアウトの安全性をチェックすることで、開発者が高品質なスキルを維持できるように設計されています。