vshwsh/prod-evals-cookbook

prod-evals-cookbook とは？

このスキルは、プロダクション環境向けのAI評価（エバリュエーション）を体系的に学ぶためのハンズオンクックブックです。実際に動作するエージェントを題材に、評価指標の設計、テストケースの作成、結果の分析といった一連のプロセスを実践的に習得できます。特に、開発者やAIエージェントユーザーが自社のシステムに評価プロセスを組み込む際の具体的な手順やベストプラクティスが豊富に含まれています。GitHub上で公開されており、任意のAIエージェントプラットフォーム（Claude Code、Cursor、Codexなど）と組み合わせて使用できるため、評価パイプラインの構築や品質保証に役立ちます。チュートリアル形式で進むため、初心者から中級者まで幅広いレベルの開発者がすぐに活用できます。