eval-recon
De la autor
Audit existing experimentation infrastructure and past experiments for methodology issues. Use when asked to "audit our experiments", "is our experimentation sound", or "review past test methodology".
Instalare
npx skills add tonone-ai/tonone --skill eval-recon -a claude-code
Se instalează în .claude/skills/eval-recon/ · Fiecare comandă descarcă skill-ul direct de pe GitHub cu utilitarul open source skills.
Identic octet cu octet cu commit-ul scanat, cu licența depozitului și un fișier SOURCE.txt.
Vrei ca agentul să-ți propună skill-uri în timp ce scrii? Vezi cum folosești skill-urile din IDE.
Verificări de siguranță pe SKILL.md
Niciun avertisment.
De ce 83
aiqbench calculează scorul de încredere din semnale publice. Nu este un audit de securitate, așa că citește un skill înainte să-l instalezi.
Skill-uri similare
Cele mai apropiate de acesta prin ce fac și când sunt folosite.
- evals-recontonone-ai/tononeAudit existing eval coverage — gaps, metric validity, benchmark leakage, dataset freshness. Use when asked "what eval coverage do we have", "audit our evals", or "check for benchmark leakage".Altele★ 76
- tune-recontonone-ai/tononeAudit existing fine-tuning or prompt engineering work — find quality gaps and optimization opportunities. Use when asked to "audit our fine-tuning work", "find prompt engineering gaps", or "look for optimization opportunities".Altele★ 76
- score-recontonone-ai/tononeAudit existing model evaluation code — find metric misuse, missing CIs, and evaluation leakage. Use when asked to "audit our model evaluation", "find metric misuse", or "check for evaluation leakage".Inginerie★ 76
- resp-recontonone-ai/tononeAudit existing incident response capability — playbook coverage, tooling gaps, and readiness. Use when asked to "audit our incident response", "assess IR readiness", or "find playbook coverage gaps".Altele★ 76
- chaos-recontonone-ai/tononeAudit existing resilience — identify untested failure modes and chaos engineering gaps. Use when asked "how resilient are we", "what failure modes are untested", or "find our chaos engineering gaps".Altele★ 76
- rank-recontonone-ai/tononeAudit ranking quality — metric trends, failure modes, dataset coverage, reranker performance. Use when asked to "audit our ranking quality", "find search relevance failures", or "review reranker performance".Inginerie★ 76
Note și recenzii
—
nicio recenzie
Ai încercat acest skill? Notează-l ca să-i ajuți pe alții. Autentifică-te
Discuție
Intră în discuție. Autentifică-te