描述
使用自动化指标、人工反馈和基准测试为 LLM 应用实施全面的评估策略。
如何使用
- 访问 GitHub 仓库获取 SKILL.md 文件
- 将文件复制到您的项目根目录或 .cursor/rules 目录
- 重启您的 AI 助手或编辑器以应用新技能
完整技能说明
name
llm-evaluation
description
Implement comprehensive evaluation strategies for LLM applications using automated metrics, human feedback, and benchmarking. Use when testing LLM performance, measuring AI application quality, or establishing evaluation frameworks.
Tags
关于 llm-evaluation
llm-evaluation 是一个 llm-agents 类别的 AI 技能，旨在帮助开发者和用户更高效地使用 AI 工具。使用自动化指标、人工反馈和基准测试为 LLM 应用实施全面的评估策略。
该技能在 GitHub 上获得了 5,200 个 star，表明它在社区中受到广泛认可。它兼容 claude、codex 等平台。
核心能力
为什么使用 llm-evaluation
将 llm-evaluation 添加到您的 AI 工作流中可以显著提升在 llm-agents 领域的工作效率。通过预定义的提示模板和最佳实践，这个技能可以帮助 AI 助手更好地理解您的需求并提供更准确的响应。
无论您使用 claude 还是 codex，都可以轻松集成此技能到您现有的开发环境中。
探索更多 llm-agents 技能
发现更多 llm-agents 类别的 AI 技能，帮助您构建全面的 AI 技能栈。
相关技能
agent-identifier
当用户要求创建代理、添加代理、编写子代理，或需要代理结构、系统提示、触发条件的指导时使用。
configured-agent
当用户询问插件设置、存储插件配置、用户可配置插件、.local.md 文件或插件状态文件时使用。
command-name
当用户要求创建插件、搭建插件、理解插件结构、组织插件组件或设置 plugin.json 时使用。
claude-opus-4-5-migration
将提示和代码从 Claude Sonnet 4.0、Sonnet 4.5 或 Opus 4.1 迁移到 Opus 4.5。处理模型字符串更新和提示调整。
PPTX creation, editing, and analysis
AI翻译暂未集成: description: "Presentation creation, editing, and analysis. When Claude needs to work with presentat