Communitygithub.com

matt-riley/skill-evaluator

一个命令行工具,可自动化基于评估的AI技能迭代:使用或不使用技能运行,由LLM法官评分,并基准测试结果。

skill-evaluator 是什么?

这是一个面向AI技能开发者的命令行评估工具,专为支持自动化和迭代优化而设计。它允许开发者通过两种模式运行技能——使用技能和不使用技能——然后使用LLM作为法官对输出结果进行评分。最终,它会生成一个基准报告,量化技能对响应的具体影响。该工具非常适合需要客观衡量AI技能改进效果的场景,支持在本地终端或CI/CD流水线中使用。它通过标准化评估流程,帮助开发者快速验证技能修改是否真正提升了质量,避免了主观判断的偏差。主要功能包括:配置评估标准、选择LLM法官模型、输出结构化基准报告。这非常适合那些希望用数据驱动方式优化AI助手行为(如Claude Code、Cursor或Codex)的开发者。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add matt-riley/skill-evaluator

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

维护文档语气

使用此技能可以确保此仓库中的所有文档保持一致、友好且热情的语气。

何时使用此技能

  • 用户要求编写、编辑或更新 .md 文档文件时。
  • 您正在向 Astro 网站添加新页面时。
  • 用户要求您检查文档的语气或风格时。

不要使用此技能

  • 编辑严格的技术契约(如 OpenAPI 规范或内部 JSON 模式)时,如果使用对话语气可能导致解析错误或混淆。
  • 用户明确要求某个文件(如官方法律免责声明)采用正式、枯燥或学术语气时。

首要步骤

  1. 阅读位于 references/tone-guidelines.md 中的确切语气要求和示例。
  2. 扫描您即将编辑的文档,确保您的更改能与周围文本无缝融合。

工作流程

  1. 将语气指南(热情、易理解、适合使用表情符号)应用到您的草稿中。
  2. 用友好、人性化的措辞(如“开始使用非常简单!只需运行以下命令:”)替换机械或过于公司化的表达(如“此应用程序执行初始化序列”)。
  3. 确保格式使用现代 Markdown 特性(使用加粗进行强调,使用项目符号提高可读性)。

验证

  • 检查表情符号: 该部分是否至少包含一个恰当且相关的表情符号?
  • 检查语气: 在心中大声读出文本。它听起来像是一位友好的开发者在与您结对编程,还是像是一本公司手册?如果是后者,请重写。

示例

  • “更新快速入门指南以包含新的配置标志。” -> 触发此技能以确保新步骤以热情的语气编写。
  • “编写一份关于迁移到 Astro 的 ADR。” -> 触发此技能以确保 ADR 既清晰又平易近人。

相关技能