Przejdź do treści
Biblioteka skilli
AI i agenci · Testowanie

skill-eval

/skill-eval

Uruchamia i analizuje przypadki testowe ewaluacji skilli Claude, sprawdza, czy skill działa i jaka jest jego jakość, także po stworzeniu lub zmianie skilla.

Repozytorium
Synapse ↗
Licencja
AGPL-3.0
Ostatnia zmiana repozytorium
15.09.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
4
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 15.09.2026, bez odwołań do wycofanych modeli i API.

Licencja

AGPL-3.0, copyleft: przeróbki udostępniane innym muszą mieć tę samą licencję.

Co robi i kiedy

Uruchamia i analizuje przypadki testowe ewaluacji skilli Claude, sprawdza, czy skill działa i jaka jest jego jakość, także po stworzeniu lub zmianie skilla.

Wyzwalacze z opisu

test a skillcheck if this skill worksrun evalsverify skill quality

Argumenty

/skill-eval nome della skill da testare
Oryginalny opis (EN)

Runs and analyzes eval test cases for Claude skills. Use when asked to "test a skill", "check if this skill works", "run evals", "verify skill quality", or after creating/modifying a skill.

Jak działa

  1. Overview
  2. Process
  3. Examples
  4. Troubleshooting
Sekcje z nagłówków SKILL.md, w oryginale · 100 linii, 327 słów
Podgląd SKILL.md
---
name: skill-eval
description: >
  Runs and analyzes eval test cases for Claude skills.
  Use when asked to "test a skill", "check if this skill works",
  "run evals", "verify skill quality", or after creating/modifying a skill.
version: 1.0.0
user-invocable: true
argument-hint: "nome della skill da testare"
allowed-tools: ["bash", "read", "glob"]
---

# Skill Eval Runner

Analizza e verifica la qualità delle skill tramite i file evals/.

## Overview

Esegue il ciclo RED-GREEN-REFACTOR adattato alle skill:
- RED: verifica che la skill risolva un problema reale
- GREEN: conferma che trigger e output siano corretti
- REFACTOR: suggerisce miglioramenti basati sui test

## Process

### Step 1: Locate Evals

```bash
ls .Claude/skill/{skill-name}/evals/
```

Cerca: `trigger_evals.json`, `evals.json`

### Step 2: Validate Trigger Accuracy

Leggi `trigger_evals.json` e verifica:
- Le query in `should_trigger` matchano la description della skill?
- Le query in `should_not_trigger` sono sufficientemente diverse?
- Ci sono abbastanza test cases? (minimo 5 per should_trigger)

Report:
```
Trigger Analysis for {skill-name}:
✅ should_trigger: {n} cases — coverage seems adequate
⚠️  should_not_trigger: {n} cases — consider adding more negative cases
```

### Step 3: Validate Quality Evals

Leggi `evals.json` e verifica:
- I test cases coprono i casi d'uso principali?
- Gli `expected_output_contains` sono realistici?
- Ci sono test per edge cases?

### Step 4: Run Script Validation

Se la skill ha scripts/:
```bash
bash .Claude/scripts/run_evals.sh 2>&1
```

### Step 5: Generate Report

```
SKILL EVAL REPORT: {skill-name}
================================
Trigger evals: {n} should_trigger, {m} should_not_trigger
Quality evals: {n} test cases
Scripts: {present/absent}

Issues found:
- [lista problemi]

Recommendations:
- [lista suggerimenti]

Overall quality: {PASS/NEEDS_IMPROVEMENT/FAIL}
```

## Examples

### Example 1: Testare skill brainstorming

```
/skill-eval brainstorming
→ Legge .Claude/skill/brainstorming/evals/
→ Analizza trigger_evals.json: 7 should_trigger, 4 should_not_trigger
→ Analizza evals.json: 3 test cases
→ Report: PASS — coverage adeguata
```

### Example 2: Nuova skill appena creata

```
/skill-eval my-new-skill
→ Legge .Claude/skill/my-new-skill/evals/
→ Trova solo 2 trigger cases
→ Report: NEEDS_IMPROVEMENT — aggiungere almeno 3 trigger cases
→ Suggerisce: "Add these trigger phrases: ..."
```

## Troubleshooting

### evals/ directory non trovata
Causa: La skill non ha ancora evals
Soluzione: Usa skill-creator per aggiungere evals, oppure copia dal template in skill-template-2.0/evals/

### JSON syntax error in evals file
Causa: Trailing comma o caratteri speciali
Soluzione: Valida con `python3 -m json.tool {file}`
Pliki w paczce (4)
  • SKILL.md 3 KB
  • learnings.md 1 KB
  • evals/evals.json 1 KB
  • evals/trigger_evals.json 1 KB

Wersje

RepozytoriumWynikLicencja
Ta strona · PIXARTSeu/Synapse100AGPL-3.0
boshu2/agentops100Apache-2.0
joris887/exosuit100MIT
lamngockhuong/aiteamkit100MIT
nikhilsitaram/claude-caliper100MIT

Migawka bazy z 28.10.2026 · wersja paczki 929290074cc2 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100skills-eval
    Ocenia jakość skilli Claude podczas przeglądu i audytu istniejących skilli.
  • 100skill-evals
    Prowadzi pętlę ewaluacji, która mierzy, czy skill poprawia wynik agenta: projektuje przypadki, ocenia je i porównuje z bazą.
  • 90eval-analysis
    Analizuje wyniki ewaluacji, by ocenić jakość sygnału i wskazać zmiany promptów lub konfiguracji, także przy regresjach.
  • 100eval-analyze
    Generuje eval.yaml dla agent eval harness w dwóch trybach: z analizy skilla (SKILL.md, skrypty, przypadki testowe) lub z własnych promptów analitycznych, z konfiguracją wykonania, sędziów, modeli i progów.
  • 90write-case
    Pisze lub poprawia przypadki testowe dla wtyczek, skilli i hooków Claude Code w oficjalnym formacie claude plugin eval.
  • 100bmad-eval-runner
    Uruchamia ewaluacje skilla i raportuje wyniki: sprawdza triggery, ocenia wyniki, mierzy skill i pomaga zoptymalizować jego opis.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.