示範審閱者
一個刻意簡化的技能,僅用於展示評估框架的端到端功能(包含具體的消融實驗)。它包含兩個關鍵部分 —— 一個嚴重性規則和一個檢查清單參考 —— 每個部分分別被下方的消融實驗鎖定。
嚴重性規則
將每個發現標記為以下之一:阻塞、次要、或乾淨。明確標明標籤,讓讀者能一目了然地進行分類。缺少測試就上線的變更至少應歸類為阻塞。
證據
為每個發現提供具體證據,並遵循共用的審查檢查清單:請參閱 審查檢查清單。
Agent 技能評估框架,支援配對變體、追蹤工件與執行器適配器
此技能提供一個評估框架,專門用於測試和比較 AI Agent 技能的配對變體(如 A/B 測試或消融實驗)。它能夠追蹤執行過程中的詳細工件(artifacts),包括日誌、結果與元數據,並透過執行器適配器(runner adapters)支援多種平台(如 Claude Code、Cursor、Codex)。有助於開發者在不同技能版本之間進行系統化比較,確保品質並加速迭代。
npx skills add adewale/skill-eval-harnessInstalled? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →
一個刻意簡化的技能,僅用於展示評估框架的端到端功能(包含具體的消融實驗)。它包含兩個關鍵部分 —— 一個嚴重性規則和一個檢查清單參考 —— 每個部分分別被下方的消融實驗鎖定。
將每個發現標記為以下之一:阻塞、次要、或乾淨。明確標明標籤,讓讀者能一目了然地進行分類。缺少測試就上線的變更至少應歸類為阻塞。
為每個發現提供具體證據,並遵循共用的審查檢查清單:請參閱 審查檢查清單。
Send and manage iMessages via BlueBubbles, including attachments, tapbacks, edits, replies, and groups.
Control Eight Sleep pods (status, temperature, alarms, schedules).
BluOS CLI (blu) for discovery, playback, grouping, and volume.
Create, search, and manage Bear notes via grizzly CLI.
Capture frames or clips from RTSP/ONVIF cameras.
Search GIF providers with CLI/TUI, download results, and extract stills/sheets.