Um conjunto de habilidades do Claude Code para avaliar aplicações LLM de ponta a ponta: prompts, pipelines RAG, chamadas de ferramentas e agentes. Projetado para engenheiros de prompt, construtores de IA e equipes que desejam um ciclo repetível de 'editar → avaliar → ver pontuações → melhorar' em vez de iteração baseada em intuição.
Este repositório oferece uma coleção de habilidades especializadas para o Claude Code, focadas na avaliação de ponta a ponta de aplicações baseadas em grandes modelos de linguagem (LLMs). A ferramenta suporta a avaliação de prompts, pipelines de Retrieval-Augmented Generation (RAG), chamadas de ferramentas e agentes autônomos. Seu principal objetivo é substituir o desenvolvimento baseado em intuição e tentativa e erro por um ciclo de feedback estruturado e repetível: editar código, executar avaliações, visualizar métricas de desempenho e refinar a aplicação. A utilidade reside em fornecer um método sistemático para melhorar a qualidade e confiabilidade de sistemas de IA, permitindo que engenheiros de prompt e desenvolvedores AI tomem decisões baseadas em dados, acelerando o processo de refinamento e evitando a dependência de avaliações subjetivas. A execução ocorre diretamente via integração com o Claude Code, interpretando as instruções das habilidades para conduzir as avaliações de forma estruturada.
npx skills add vukhanhtruong/claude-eval-pluginUma coleção de habilidades do Claude Code para avaliar aplicações LLM de ponta a ponta: prompts, pipelines RAG, chamadas de ferramentas e agentes. Projetado para engenheiros de prompt, construtores de IA e equipes que desejam um ciclo repetível de "editar → avaliar → ver pontuações → melhorar" em vez de iteração baseada em intuição.
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".