任务技能（Skills）
AI Evals Skills
找出 AI 回答里的常见错误，并建立能复查的评测。
内容介绍
今日热榜整理 · 依据项目公开文档
适合已有 AI 应用和输出记录、想检查结果质量的人。技能指导人工审阅、错误归类和编写评测，也提供整理审阅界面的步骤。需要自己的输出样本和人工判断，部分工具使用 Python；本仓库的使用不要求购买课程，技能也不能代替对具体回答的核查。
开始使用
接入条件尚未核对，请查看项目安装说明。
查看安装与使用说明 ↗依据公开文档整理，未逐一安装实测。
可以怎么用
- 审阅真实 AI 输出样本
- 归类错误并找出重复问题
- 编写和验证评测规则
官方项目与文档
项目方的原始说明
Skills that guide AI coding agents to help you build product-specific AI evals.同类插件，还可以看看
以下是本站已收录的同类项目，可以继续比较用途和使用条件。
- Superpowers — 让 AI 按需求确认、计划、开发和验证的步骤处理编程任务。
- Matt Pocock Skills — 先复现问题和验证原因，再让 AI 修改代码。
- gstack — 把需求讨论、代码审查和浏览器检查串成一套开发流程。