O que avaliação-automatizada-habilidade faz?
Avaliação sistemática de projetos contra habilidades com checkpoints, verificações automatizadas e revisão por LLM - por Netresearch
Avaliação sistemática de projetos contra habilidades com checkpoints, verificações automatizadas e revisão por LLM - por Netresearch
Esta habilidade permite a avaliação automatizada de projetos em relação a um conjunto de habilidades configuradas com checkpoints. Ela combina verificações scriptadas (como testes unitários ou de integração) com uma revisão final por um modelo de linguagem de grande porte (LLM) para fornecer um feedback abrangente e estruturado. É particularmente útil para ambientes educacionais, processos de onboarding ou revisão de código, onde se deseja validar conhecimentos específicos ou a conclusão de tarefas. A habilidade suporta plataformas de agentes de IA como Claude Code, Cursor e Codex, e funciona executando scripts de verificação definidos na configuração de cada checkpoint e, em seguida, analisando os resultados e o código-fonte com um LLM para gerar uma avaliação final. O processo é transparente e configurável, permitindo que educadores ou líderes técnicos definam critérios de avaliação personalizados.
npx skills add netresearch/automated-assessment-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Avaliação sistemática de projetos contra habilidades com checkpoints, verificações automatizadas e revisão por LLM - por Netresearch
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.