本文へ移動
cccskills
無料GitHub で公開日本語紹介

agentic-eval

AIエージェントのコード・レポート・分析を評価基準やテストで点検し、自己批評と修正を繰り返す処理や、生成役と評価役を分ける仕組みの設計を支援するスキル。

原文原文の説明を見る

Patterns and techniques for evaluating and improving AI agent outputs. Use this skill when: - Implementing self-critique and reflection loops - Building evaluator-optimizer pipelines for quality-critical generation - Creating test-driven code refinement workflows - Designing rubric-based or LLM-as-judge evaluation systems - Adding iterative improvement to agent outputs (code, reports, analysis) - Measuring and improving agent response quality

LeoYeAI/agent-master-skillsスター 2,193(GitHub 2,193 + cccskills 0)

実行スコア 未検証

インストール方法を見る

こんなときに便利

  • AI出力に自己点検と修正を加えたいとき
  • 生成処理と評価処理を分けたいとき
  • テスト結果で生成コードを改善したいとき
  • 重み付きの採点基準で回答を比べたいとき

日本語での紹介

できること

AIエージェントの出力を評価し、その結果に沿って修正する仕組みの設計を支援します。自分の回答を点検する自己批評、生成役と評価役を分ける構成、テスト結果を使ったコード修正などのパターンを紹介。期待する成果との照合や、LLMを審査役にした回答比較、重み付きの採点基準による評価も扱います。

こんなときに便利

コード、レポート、分析などを、一度生成した後も基準に沿って見直したいときに向いています。正確さ、明瞭さ、網羅性や書式など、成功条件を具体的に定められる作業で、評価と改善の流れを組み立てる参考になります。

使い方の例

  • 「レポートを正確さと網羅性で評価し、不足を修正するループを設計して」
  • 「生成したコードをpytestの結果で改善する処理を考えて」
  • 「2つの回答を重み付きの採点基準で比較する仕組みを作って」

注意点

掲載コードのllmやrun_testsなどは、利用環境に合わせた実装が必要です。原文では反復回数の上限、点数が改善しなくなった場合の停止、評価履歴の記録を勧めています。評価結果をJSONで扱い、解析に失敗した場合の処理も組み込みます。

この紹介文は、公開されている SKILL.md をもとに AI(OpenAI Codex)が作成しました。正確な仕様は下の原文を確認してください。

資料チェック

SKILL.md の記述から、注意が要る操作と導入の前提を AI が確認しました。点数は実際に動かした結果(実行検証)だけで付けています。

安全面送信・削除・コマンド実行などの扱いが明示されているか
B一部不足`run_tests`でコードを実行する例がありますが、実行環境の安全策は具体化されていません。
導入のしやすさ必要なツールや API キーが少ないか、書かれているか
B一部不足`llm`や`pytest`など環境に応じた実装が必要ですが、APIや導入手順は特定されません。

点数には入れていません。 2026年11月15日 時点で AI(OpenAI Codex)が判定しました。目安なので、入れる前に原文も確認してください。

評価が違うと思ったら、見直しを依頼する

どの項目が、なぜ違うと思うかを書いてください。ログインは不要です。内容を SKILL.md と照らし合わせて評価を作り直し、この欄に反映します。

このフォームは reCAPTCHA で保護されており、Google のプライバシーポリシーと利用規約が適用されます。

含まれるファイル(1)

  • SKILL.md5.8 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

コメント

ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。

まだコメントはありません。最初のコメントを書いてみませんか。

送信するとすぐに公開されます。メールアドレスや電話番号などの個人情報は書かないでください。URL は 2 つまでです。

0 / 1000 文字

このフォームは reCAPTCHA で保護されており、Google のプライバシーポリシーと利用規約が適用されます。

同じリポジトリのスキル

0codekit

無料概要あり

0codekitのワークスペースデータを扱うための連携スキルです。資料では表計算、タスク、文書、メール、カレンダー、データベースなどの情報を対象にしています。

  • 0codekitのワークスペース情報を扱いたいとき
  • 表やデータベースの情報を確認したいとき
  • タスクや予定を参照したいとき
LeoYeAI/agent-master-skills2,1932026年11月1日 更新

0xarchive

無料概要あり

Hyperliquid、Lighter.xyz、HIP-3の暗号資産について、過去の価格やローソク足、注文板、取引、資金調達率、建玉などをAPIから調べ、データの鮮度や欠損も確認します。

  • 対応取引所の過去価格を調べたいとき
  • 注文板や取引履歴を確認したいとき
  • 資金調達率や建玉の推移を見たいとき
LeoYeAI/agent-master-skills2,1932026年11月1日 更新

12-factor-apps

無料概要あり

コードベースを12-Factor Appの12原則に照らして調べ、設定や依存関係、ログなどの適合度と根拠、改善案をまとめます。

  • SaaSの構成を監査したいとき
  • クラウド移行の課題を洗い出すとき
  • コンテナ化の前に構成を点検するとき
LeoYeAI/agent-master-skills2,1932026年11月1日 更新

13-Day Sprint Method

無料概要あり

マヤ暦に着想を得た13日周期で目標設定から実行、成果の振り返りまでを進め、個人やチームのプロジェクトに毎日の行動指針を設けます。

  • 個人のプロジェクトを13日で進めたいとき
  • チームのスプリントに日ごとの焦点を設けたいとき
  • 今日の行動指針を確認したいとき
LeoYeAI/agent-master-skills2,1932026年11月1日 更新

13c-metabolic-flux

無料概要あり

炭素13の標識測定から細胞内の代謝反応速度を推定し、原子の対応関係や入力条件を点検して、測定データでどの経路の流量まで絞り込めるかを調べるスキル。

  • 炭素13の測定から代謝流量を推定したいとき
  • 原子対応表と測定入力の整合性確認
  • 仮定した反応速度から標識分布を予測
LeoYeAI/agent-master-skills2,1932026年11月1日 更新

1688 Sourcing Agent

無料概要あり

1688.comで中国の仕入れ先や商品を選ぶため、出品者の確認、サンプル評価、価格交渉、配送方法の比較を段階的に支援します。輸入時の注意点や専門家に相談する目安も整理できます。

  • 1688.comの仕入れ先を確認したいとき
  • 予算に合う商品候補を絞りたいとき
  • 価格やサンプルを交渉したいとき
LeoYeAI/agent-master-skills2,1932026年11月1日 更新

LeoYeAI のスキルをすべて見る

このスキルの問題を報告する