MCP HubMCP Hub
SKILL·2596F0

eval-harness

affaan-m
Обновлено 2 months ago
10 просмотров
77,317
9,709
77,317
Посмотреть на GitHub
Разработкаai

О программе

Навык eval-harness предоставляет формальную структуру для оценки, позволяющую внедрить разработку через тестирование (EDD) в сессиях Claude Code. Он позволяет разработчикам определять критерии прохождения/непрохождения тестов, измерять надежность агента с помощью метрики pass@k и создавать наборы регрессионных тестов. Используйте его при настройке рабочих процессов EDD, оценке производительности агента или отслеживании регрессий при изменениях промптов или моделей.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add affaan-m/everything-claude-code -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/affaan-m/everything-claude-code
Git клонированиеАльтернативный
git clone https://github.com/affaan-m/everything-claude-code.git ~/.claude/skills/eval-harness

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

GitHub репозиторий

affaan-m/everything-claude-code
Путь: .agents/skills/eval-harness
0
ai-agentsanthropicclaudeclaude-codedeveloper-toolsllm
FAQ

Часто задаваемые вопросы

Что такое Skill eval-harness?

eval-harness — это Claude Skill от affaan-m. Skills объединяют инструкции и ресурсы, которые Claude загружает по мере необходимости, чтобы выполнять задачи, связанные с eval-harness, без дополнительных запросов.

Как установить eval-harness?

Используйте команды установки на этой странице: добавьте eval-harness в Claude Code как плагин или клонируйте репозиторий в каталог skills, затем перезапустите Claude, чтобы загрузить Skill.

К какой категории относится eval-harness?

eval-harness относится к категории Разработка.

Можно ли использовать eval-harness бесплатно?

Да. eval-harness размещён на AIMCP и доступен для бесплатной установки.

Похожие навыки

qmd
Разработка

qmd — это локальный инструмент командной строки для поиска и индексирования, который позволяет разработчикам индексировать и осуществлять поиск по локальным файлам с использованием гибридного поиска, сочетающего BM25, векторные эмбеддинги и реранкинг. Он поддерживает как использование через командную строку, так и режим MCP (Model Context Protocol) для интеграции с Claude. Инструмент использует Ollama для создания эмбеддингов и хранит индексы локально, что делает его идеальным для поиска по документации или кодовой базе прямо из терминала.

Просмотреть навык
subagent-driven-development
Разработка

Этот навык выполняет планы реализации, создавая нового суб-агента для каждой независимой задачи, проводя проверку кода между задачами. Он позволяет быстро итерировать, сохраняя контроль качества через этот процесс ревью. Используйте его при работе в основном с независимыми задачами в рамках одной сессии, чтобы обеспечить непрерывный прогресс со встроенными проверками качества.

Просмотреть навык
mcporter
Разработка

Навык mcporter позволяет разработчикам управлять и вызывать серверы Model Context Protocol (MCP) напрямую из Claude. Он предоставляет команды для вывода списка доступных серверов, вызова их инструментов с аргументами, а также для обработки аутентификации и управления жизненным циклом демона. Используйте этот навык для интеграции и тестирования функциональности серверов MCP в вашем рабочем процессе разработки.

Просмотреть навык
adk-deployment-specialist
Разработка

Этот навык развертывает и оркестрирует агентов Vertex AI ADK с использованием протокола A2A, управляя обнаружением AgentCard, отправкой задач и поддерживая инструменты, такие как песочница для выполнения кода и Memory Bank. Он позволяет создавать мультиагентные системы с последовательными, параллельными или циклическими схемами оркестрации на Python, Java или Go. Используйте его, когда требуется развернуть агентов ADK или оркестрировать рабочие процессы агентов в Google Cloud.

Просмотреть навык