- name
SKILL.md
Файл навыка остаётся в репозитории издателя.
Вставьте скопированную команду в терминал. Она установит этот SKILL.md в выбранного агента.
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation -a cursor -yВставьте скопированную команду в терминал. Она установит этот SKILL.md в выбранного агента.
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation -a claude-code -yВставьте скопированную команду в терминал. Она установит этот SKILL.md в выбранного агента.
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation -a codex -yВставьте скопированную команду в терминал. Она установит этот SKILL.md в выбранного агента.
npx skills add naodeng/awesome-qa-skills --skill skill-evaluation -a grok -yОтправьте скопированное сообщение в чат Grok Bot. Бот загрузит этот SKILL.md с GitHub и добавит его к навыкам, общим для всех ваших ботов.
Install this skill: https://github.com/naodeng/awesome-qa-skills/tree/HEAD/skills/en/skill-engineering/skill-evaluationОт издателя
skill-up and interpret results and limitations.evals/, historical failures, and the current change scope.rule_based; use script for executable artifacts; use a calibrated agent_judge only when semantic judgment is necessary.skill-up validate; run skill-up run or the local trace runner only with authorized credentials and targets. Record run metadata, traces, judges, artifacts, and limitations.skill-up is the primary Eval Engine. Trace checks are a deep-evidence layer; do not create another Engine, Judge, Benchmark, or Quality Score.skill.selection trace evidence is BLOCKED.skill-up validate is not runtime semantic validation. Static checks, CLI smoke, Project Done, and one semantic observation cannot be promoted automatically to release or business claims.unknown for unknown values; preserve NOT_RUN, UNASSESSED, BLOCKED, or INSUFFICIENT_EVIDENCE when evidence is incomplete.NOT_RUN, BLOCKED, UNASSESSED, or INSUFFICIENT_EVIDENCE with natural language such as “not verified.”prompts/skill-evaluation.md for the complete execution and report contract.evals/ and its fixtures before selecting a judge.skill-up validate or a dry-run as proof of runtime or semantic effectiveness.BLOCKED.prompts/skill-evaluation.md before producing the report.evals/ first, then load fixtures, examples, and scripts as needed.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…---# skills/en/skill-engineering/skill-evaluation/SKILL.mdОбзор
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 evaluation and evaluation design.
FAQ
Скачайте skills/en/skill-engineering/skill-evaluation/SKILL.md у издателя или скопируйте путь и откройте репозиторий. PlugMCP только показывает навык в каталоге и не хранит файл.
Издатель хранит его в https://github.com/naodeng/awesome-qa-skills.
Claude, Cursor, Codex и Grok Build могут читать SKILL.md, который вы добавляете из репозитория издателя. Grok Bot устанавливает его, когда вы отправляете в чат ссылку на папку навыка на GitHub.