trulens は何をしますか？
エージェントループ全体で幻覚率、毒性の逸脱、コンテキスト関連性を測定する評価ツール。
エージェントループ全体で幻覚率、毒性の逸脱、コンテキスト関連性を測定する評価ツール。
truera/trulensは、AIエージェント（Claude Code、Cursor、Codexなど）向けの評価ツールセットです。エージェントの応答品質を定量化し、特に幻覚（hallucination）の発生率、有害な内容への逸脱（toxic deviation）、そしてユーザーの意図やコンテキストとの関連性（context relevance）を測定します。これにより、開発者はエージェントのパフォーマンスを継続的に監視し、問題が発生した際に迅速に改善できます。主な特徴として、エージェントループ内の各ステップで評価を実行できる点があり、これにより実際の使用環境での品質管理が可能になります。本ツールは、AIエージェントの信頼性向上と安全性確保に不可欠なフィードバックを提供します。
npx skills add truera/trulensInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
エージェントループ全体で幻覚率、毒性の逸脱、コンテキスト関連性を測定する評価ツール。
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.