claude-eval-plugin は何をしますか？
LLMアプリケーションのエンドツーエンド評価を行うClaude Codeスキルコレクション：プロンプト、RAGパイプライン、ツール呼び出し、エージェントを評価。プロンプトエンジニア、AIビルダー、そして「編集→評価→スコア確認→改善」という反復可能なループを求めるチームのために構築されています。曖昧な感覚に頼るのではなく、確実な指標に基づいて改善を繰り返します。
LLMアプリケーションのエンドツーエンド評価を行うClaude Codeスキルコレクション：プロンプト、RAGパイプライン、ツール呼び出し、エージェントを評価。曖昧な感覚に頼らない反復可能なループを実現します。
このスキルは、Claude Code上でLLMアプリケーションのエンドツーエンド評価を実行するためのツールコレクションです。プロンプト、RAGパイプライン、ツール呼び出し、エージェントの各コンポーネントを体系的に評価し、スコアを可視化することで、開発者は「編集→評価→スコア確認→改善」という反復可能なワークフローを実現できます。主にプロンプトエンジニアやAIビルダー、チームを対象としており、主観的な感覚に依存せず、定量的な指標に基づいてアプリケーションの品質を継続的に向上させることが可能です。各評価はClaude Codeのスキルとして実装されており、コマンド一つで実行できるため、開発プロセスにシームレスに統合できます。
npx skills add vukhanhtruong/claude-eval-pluginLLMアプリケーションのエンドツーエンド評価を行うClaude Codeスキルコレクション：プロンプト、RAGパイプライン、ツール呼び出し、エージェントを評価。プロンプトエンジニア、AIビルダー、そして「編集→評価→スコア確認→改善」という反復可能なループを求めるチームのために構築されています。曖昧な感覚に頼るのではなく、確実な指標に基づいて改善を繰り返します。
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".