跳到正文
cccskills
免费在 GitHub 公开中文介绍

agentic-eval

设计评估并改进智能体输出的流程,可采用自我审查、生成与评估分工、测试结果或加权评分。涵盖结构化反馈、迭代次数限制,以及质量不再提升时停止。

原文查看原文说明

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星标 2,193(GitHub 2,193 + cccskills 0)

实测评分 未实测

查看安装方法

适用场景

  • 为智能体输出加入自查和修订
  • 分开生成与评估环节
  • 依据测试结果改进生成代码
  • 按加权标准比较回答

中文介绍

功能

此技能帮助设计评估智能体输出并据此修订的流程。它介绍自我批评、将生成与评估分开,以及利用测试结果改进代码等模式。内容还包括检查输出是否达到预期、让大语言模型担任评审比较回答,以及依据加权标准评分。

适用场景

当代码、报告或分析需要在初稿生成后按照既定标准复查时,可以参考此技能。如果能够明确规定准确性、清晰度、完整性或格式等成功条件,它可以帮助你围绕这些条件设计评估和改进循环。

使用示例

  • “设计一个循环,检查报告的准确性和完整性,并修正遗漏。”
  • “规划一个根据 pytest 结果改进生成代码的流程。”
  • “设计一种按加权评分标准比较两个回答的方法。”

注意事项

示例中的 llm 和 run_tests 等需要根据实际环境实现。原文建议限制迭代次数、在评分不再提高时停止,并记录评估过程。评估结果使用 JSON 处理,也建议加入解析失败时的处理方式。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

文档检查

AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。

安全性发送数据、删除文件、执行命令等是否有说明
B部分不足资料包含通过 `run_tests` 执行代码的示例,但未具体说明运行安全措施。
安装难易度所需工具和 API 密钥是否少且有说明
B部分不足需要按环境实现 `llm`、`pytest` 等,但未说明接口或安装步骤。

不计入评分。 由 AI(OpenAI Codex)于 2026年11月15日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(1)

  • SKILL.md5.8 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

0codekit

免费有简介

通过Membrane CLI连接0codekit工作区数据,可处理表格、数据库、任务、日历、邮件、聊天消息和文档等信息;请求不明确时需补充应用或数据细节。

  • 处理0codekit工作区信息
  • 查看表格或数据库数据
  • 查询任务和日历活动
LeoYeAI/agent-master-skills21932026年11月1日 更新

0xarchive

免费有简介

通过0xArchive API查询Hyperliquid、Lighter.xyz和HIP-3的历史及当前市场数据,包括价格、订单簿、交易、资金费率、未平仓量和清算,并检查数据更新时间与覆盖范围。

  • 查询支持交易所的历史价格
  • 查看订单簿和交易记录
  • 跟踪资金费率与未平仓量
LeoYeAI/agent-master-skills21932026年11月1日 更新

12-factor-apps

免费有简介

依据12-Factor App的12项原则检查代码库,逐项评估配置、依赖和日志等方面,并提供文件与行号证据、问题说明及按优先级排列的改进建议。

  • 审查SaaS应用架构
  • 排查云迁移前的配置问题
  • 容器化前检查应用
LeoYeAI/agent-master-skills21932026年11月1日 更新

13-Day Sprint Method

免费有简介

以玛雅历为灵感,用13天一个周期推进个人或团队项目。每天的“音调”提示行动重点,涵盖设定目标、执行、发布成果、整理和复盘。

  • 用13天推进个人项目
  • 为团队冲刺安排每日重点
  • 查询今天的行动提示
LeoYeAI/agent-master-skills21932026年11月1日 更新

13c-metabolic-flux

免费有简介

根据稳态碳13示踪测量估算细胞内代谢通量,检查碳原子映射和测量输入,模拟标记分布并拟合受约束的通量,以判断数据能约束哪些通路反应速率。

  • 根据碳13测量估算代谢通量
  • 检查原子映射与测量输入
  • 根据指定通量预测标记分布
LeoYeAI/agent-master-skills21932026年11月1日 更新

1688 Sourcing Agent

免费有简介

此技能按步骤指导你通过 1688.com 选品、核查供应商、申请样品、议价并比较运输方式,也会梳理商品信息和付款风险,以及何时应咨询采购专家。

  • 核查 1688.com 供应商
  • 按预算筛选商品
  • 议价或申请样品
LeoYeAI/agent-master-skills21932026年11月1日 更新

查看 LeoYeAI 的全部技能

报告此技能的问题