O que builder-language-evals faz?
Conjunto de avaliações para a skill builder-language do Claude Code — aderência ao formato em 4 modelos × 3 condições, avaliado pelo Gemini 3.1 Pro.
Conjunto de avaliações para a skill builder-language do Claude Code — aderência ao formato em 4 modelos × 3 condições, avaliado pelo Gemini 3.1 Pro.
Esta skill, lambda-run/builder-language-evals, fornece um conjunto abrangente de avaliações (evals) para a skill 'builder-language' do Claude Code. Seu principal objetivo é medir a aderência ao formato de resposta (form-adherence) em um total de 12 cenários diferentes, combinando 4 modelos de linguagem (provavelmente variantes do Claude) com 3 condições experimentais especificadas. As avaliações são julgadas pelo modelo Gemini 3.1 Pro, que atua como juiz imparcial para determinar se a resposta gerada pelo Claude Code segue estritamente o formato e as regras definidas pela skill builder-language. Esta ferramenta é essencial para desenvolvedores que desejam garantir que suas interações com o Claude Code, mediadas pela skill builder-language, sejam consistentes e previsíveis. Ela suporta o ecossistema Claude Code e automatiza a verificação de qualidade das respostas, permitindo testes rigorosos de conformidade e ajudando a identificar regressões ou comportamentos inesperados em diferentes configurações de modelo.
npx skills add lambda-run/builder-language-evalsConjunto de avaliações para a skill builder-language do Claude Code — aderência ao formato em 4 modelos × 3 condições, avaliado pelo Gemini 3.1 Pro.
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".