evaluation-metrics
Acerca de
Esta Habilidad de Claude se activa automáticamente durante la evaluación del rendimiento de un LLM para garantizar las métricas y pruebas adecuadas. Maneja conjuntos de datos de evaluación, calcula métricas, facilita pruebas A/B e implementa patrones de LLM-como-juez. Úsela cuando necesite un seguimiento estructurado de experimentos y una evaluación rigurosa del rendimiento para sus aplicaciones de LLM.
Instalación rápida
Claude Code
Recomendadonpx skills add mattnigh/skills_collection -a claude-code/plugin add https://github.com/mattnigh/skills_collectiongit clone https://github.com/mattnigh/skills_collection.git ~/.claude/skills/evaluation-metricsCopia y pega este comando en Claude Code para instalar esta habilidad
Repositorio GitHub
Habilidades relacionadas
model-selection
OtroEsta Habilidad de Claude guía automáticamente la selección de modelos y proveedores para aplicaciones de LLM. Ofrece patrones para optimización de costos, estrategias de respaldo y enrutamiento multi-modelo entre proveedores como OpenAI y Anthropic. Úsala al implementar comparación de modelos, conmutación por error de proveedores o compensaciones entre rendimiento y costo en tu sistema de LLM.
agent-orchestration-patterns
OtroEsta Habilidad de Claude guía automáticamente el diseño de sistemas multiagente al hacer cumplir la creación adecuada de esquemas de herramientas con Pydantic, gestionar los estados de los agentes e implementar un manejo robusto de errores. Proporciona patrones de orquestación para flujos de trabajo confiables de llamadas a herramientas y enrutamiento de agentes. Úsela al construir sistemas de agentes complejos para garantizar interacciones mantenibles y estructuradas.
ai-security
OtroLa habilidad de seguridad de IA aplica automáticamente protecciones de seguridad para aplicaciones de IA/LLM. Proporciona detección de inyección de prompts, ofuscación de PII, filtrado de salidas y moderación de contenido. Utilice esta habilidad al construir aplicaciones LLM que requieran barreras de seguridad integradas.
rag-design-patterns
OtroEsta Habilidad de Claude proporciona automáticamente patrones de diseño de sistemas RAG al construir aplicaciones de generación aumentada por recuperación. Ofrece orientación sobre estrategias de fragmentación de documentos, selección de bases de datos vectoriales, gestión de embeddings y técnicas de optimización de recuperación. Los desarrolladores deben usarla al implementar sistemas RAG para garantizar una arquitectura y rendimiento adecuados.