jeremylongshore/j-rig-skill-binary-eval

j-rig-skill-binary-eval 是什么？

j-rig-skill-binary-eval 是一个专门为 Claude 技能设计的二进制标准评估框架，旨在消除开发过程中的主观性。它要求对每次更改在7个关键维度上进行严格的通过/不通过（0/1）评分，而非采用传统的渐变式评级。这七个层次涵盖了从包完整性、触发条件质量、功能正确性，到回归保护、基线价值、模型行为方差以及发布安全性的全生命周期。该框架当前专注于 Claude 技能，但已规划扩展至插件、智能体以及 MCP 服务器，从而在更广泛的 AI 开发工具生态系统中统一质量和安全标准。通过强制二元决策，它帮助开发者和 AI 代理避免模糊判断，确保每个变更都经过严格、可复现的量化评估。