AI Evals Skills

內容介紹

少裝一點整理 · 依據項目公開文件

適合已有 AI 應用和輸出記錄、想檢查結果品質的人。技能指導人工審閱、錯誤歸類和編寫評測，也提供整理審閱界面的步驟。需要自己的輸出樣本和人工判斷，部分工具使用 Python；本儲存庫的使用不要求購買課程，技能也不能代替對具體回答的核查。

可以怎麼用

• 審閱真實 AI 輸出樣本
• 歸類錯誤並找出重復問題
• 編寫和驗證評測規則

官方項目與文件

專案說明譯文

指導 AI 編程助手為具體產品構建 AI 效果評估的技能

用途相近的外掛

優先匹配當前外掛的主要用途，再參考共同用途和收藏數；接入方法可能不同。

• Cloudflare Security Audit — 按步驟檢查程式中的安全問題，讓不同 AI 助手交叉核對證據，再區分已確認的問題和待查線索。
• Claude-Red — 按測試場景選擇安全技能，用於獲得授權的安全評估、訓練和報告整理。
• Sentry Agent Plugin — 讓 AI 結合真實錯誤記錄，幫助接入應用監控、排查線上問題和設定告警。