- name
SKILL.md
स्किल फ़ाइल पब्लिशर की रिपॉज़िटरी में ही रहती है।
कॉपी की गई कमांड टर्मिनल में पेस्ट करें। यह इस SKILL.md को उस एजेंट में इंस्टॉल करती है।
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation-zh -a cursor -yकॉपी की गई कमांड टर्मिनल में पेस्ट करें। यह इस SKILL.md को उस एजेंट में इंस्टॉल करती है।
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation-zh -a claude-code -yकॉपी की गई कमांड टर्मिनल में पेस्ट करें। यह इस SKILL.md को उस एजेंट में इंस्टॉल करती है।
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation-zh -a codex -yकॉपी की गई कमांड टर्मिनल में पेस्ट करें। यह इस SKILL.md को उस एजेंट में इंस्टॉल करती है।
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation-zh -a grok -yकॉपी किया गया संदेश Grok Bot चैट में भेजें। Bot यह SKILL.md GitHub से लाता है और उसे उन स्किल में जोड़ देता है जो आपके सभी Bot साझा करते हैं।
Install this skill: https://github.com/naodeng/awesome-qa-skills/tree/HEAD/evidence/skill-quality/2026-10-03-codex-pilot/reproduction/packages/skill-evaluation-zhपब्लिशर से
skill-up 验证/运行评测并解释结果和限制。evals/、历史失败和本次变更范围。rule_based;可执行工件使用 script;只有需要语义判断时使用校准后的 agent_judge。skill-up validate;有授权凭据和目标时再运行 skill-up run 或本地 trace runner。记录 run metadata、trace、judge、产物和限制。skill-up 是主 Eval Engine;trace checks 只是深证据层,不得再造 Engine、Judge、Benchmark 或 Quality Score。skill.selection trace 时标记 BLOCKED。skill-up validate 不是 runtime 语义验证;静态、CLI smoke、Project Done 和单次语义观察不能自动升级为发布或业务结论。unknown;证据不足保留 NOT_RUN、UNASSESSED、BLOCKED 或 INSUFFICIENT_EVIDENCE。NOT_RUN、BLOCKED、UNASSESSED 或 INSUFFICIENT_EVIDENCE。prompts/skill-evaluation.md。evals/ 和 fixtures。skill-up validate 或 dry-run 当成 runtime 或语义效果证据。BLOCKED。prompts/skill-evaluation.md。evals/,再按需读取 fixtures、examples 和脚本。Use this skill when designing, running, interpreting, or reporting Agent Skill evaluations, selecting cases or judges, and analyzing trigger, benchmark, or regression evidence; triggers include Skill
---name: skill-evaluationdescription: Use this skill when designing, running, interpreting, or reporting Agent Skill evaluations, selecting cases or…---# evidence/skill-quality/2026-10-03-codex-pilot/reproduction/packages/skill-evaluation-zh/SKILL.mdओवरव्यू
Use this skill when designing, running, interpreting, or reporting Agent Skill evaluations, selecting cases or judges, and analyzing trigger, benchmark, or regression evidence; triggers include Skill 评测、评测设计、回归评测。
FAQ
पब्लिशर से evidence/skill-quality/2026-10-03-codex-pilot/reproduction/packages/skill-evaluation-zh/SKILL.md डाउनलोड करें, या पाथ कॉपी करके रिपॉज़िटरी खोलें। PlugMCP स्किल को सूचीबद्ध करता है, फ़ाइल होस्ट नहीं करता।
पब्लिशर इसे https://github.com/naodeng/awesome-qa-skills पर रखता है।
Claude, Cursor, Codex और Grok Build वह SKILL.md पढ़ सकते हैं जिसे आप पब्लिशर की रिपॉज़िटरी से जोड़ते हैं। जब आप चैट में स्किल के GitHub फ़ोल्डर का लिंक भेजते हैं, तो Grok Bot उसे इंस्टॉल कर देता है।