MCP HubMCP Hub
SKILL·A1CE42

eval

carmandale
Обновлено 1 month ago
6 просмотров
2
2
Посмотреть на GitHub
Метаaitestingdesigndata

О программе

EvalKit — это диалоговая платформа, которая помогает разработчикам создавать и запускать оценки ИИ-агентов с использованием Strands Evals SDK. Вы взаимодействуете с ней на естественном языке для планирования тестов, генерации данных, выполнения проверок и анализа результатов. Это идеальный инструмент для разработчиков, которым необходимо систематически оценивать и улучшать своих ИИ-агентов.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add carmandale/agent-config -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/carmandale/agent-config
Git клонированиеАльтернативный
git clone https://github.com/carmandale/agent-config.git ~/.claude/skills/eval

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

GitHub репозиторий

carmandale/agent-config
Путь: skills/domain/ralph/eval
0
FAQ

Frequently asked questions

What is the eval skill?

eval is a Claude Skill by carmandale. Skills package instructions and resources that Claude loads on demand, so Claude can perform eval-related tasks without extra prompting.

How do I install eval?

Use the install commands on this page: add eval to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does eval belong to?

eval is in the Meta category, tagged ai, testing, design and data.

Is eval free to use?

Yes. eval is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

Похожие навыки

content-collections
Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык
polymarket
Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык
creating-opencode-plugins
Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык
sglang
Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык