evaluation
تقييم جودة الوكلاء باستخدام معايير التقييم
يصعب قياس سلوك الوكلاء لأن المخرجات وسير العمل الصالحة قد تختلف. تساعد هذه المهارة الفرق على تصميم معايير تقييم، ومجموعات اختبار، وسير عمل للتحكيم، وبوابات جودة.
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "evaluation" from https://skillstore.io/skills/chakshugautam-evaluation.md and its manifest at https://skillstore.io/api/skills/chakshugautam-evaluation/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「evaluation」を使用しています。 اطلب معيار تقييم لوكيل مساعد بحثي.
期待される結果:
معيار تقييم مرجح يغطي الدقة الواقعية، والاكتمال، ودقة الاستشهادات، وجودة المصادر، وكفاءة الأدوات.
「evaluation」を使用しています。 اطلب مجموعة اختبار لسير عمل دعم.
期待される結果:
مجموعة سيناريوهات مصنفة حسب التعقيد، لكل منها نتائج متوقعة وملاحظات تقييم.
「evaluation」を使用しています。 اسأل عن كيفية مراقبة جودة الوكيل بعد الإطلاق.
期待される結果:
خطة تقييم مستمرة تتضمن أخذ العينات، وتتبع الخط الأساسي، وفحوصات الانحدار، ومحفزات المراجعة البشرية.
セキュリティ監査
安全All ten static findings were false positives after context review. The key-file alerts are dictionary keys, the command alerts are Markdown code fences, and the reconnaissance alerts are ordinary evaluation prose.
リスク要因
⚙️ 外部コマンド (3)
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/chakshugautam-evaluation/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/chakshugautam-evaluation?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/chakshugautam-evaluation?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/chakshugautam-evaluation/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/chakshugautam-evaluation.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
ChakshuGautam. (2026). evaluation security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/chakshugautam-evaluation/audits/8BibTeX形式の引用
@techreport{chakshugautam-chakshugautam-evaluation-2026,
author = {ChakshuGautam},
title = {evaluation security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/chakshugautam-evaluation/audits/8},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "evaluation security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "ChakshuGautam"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/chakshugautam-evaluation/audits/8"
identifiers:
- type: other
value: "skillstore:chakshugautam-evaluation:audit:8"
description: "Skillstore immutable audit report identifier"
バリアントを比較
インストール可能なバリアント 4 件各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
muratcankoylan-evaluation
2026-09-09
chakshugautam-evaluation
2026-09-09
Skillstore スコア
このスコアの理由 証拠の信頼度: 高作成できるもの
إنشاء بوابات جودة للإصدارات
حدد معايير نجاح تقارن بين إصدارات الوكيل قبل النشر.
قياس جودة مساعد المنتج
تتبع دقة الإجابات، واكتمالها، والاستشهادات، وجودة المصادر بمرور الوقت.
بناء مجموعات تقييم بحثية
أنشئ عينات مهام تغطي عمليات البحث البسيطة، والمقارنات، والتركيب، وسير العمل الطويل.
これらのプロンプトを試す
أنشئ معيار تقييم بسيطًا لوكيلي. ضمّن الأبعاد، والأوزان، ومستويات الدرجات، وعتبة النجاح.
صمم مجموعة اختبار لسير عمل وكيلي. ضمّن حالات بسيطة ومتوسطة ومعقدة وبالغة التعقيد مع النتائج المتوقعة.
أنشئ خطة تقييم LLM-as-judge لهذه المخرجات. ضمّن مطالبات التحكيم، وخطوات المعايرة، ونقاط مراجعة بشرية.
راجع عملية تقييم الوكيل الخاصة بي. حدد فجوات المقاييس، ومخاطر الانحدار، ومشكلات أخذ العينات، والتحسينات لمراقبة الإنتاج.
ベストプラクティス
- قيّم النتائج وجودة العملية بدلاً من اشتراط مسار تنفيذ واحد محدد.
- استخدم أبعاد تقييم متعددة حتى لا تخفي درجة واحدة إخفاقات مهمة.
- اجمع بين التحكيم الآلي والمراجعة البشرية للحالات الحدية وسير العمل عالي التأثير.
回避
- اختبار أمثلة سهلة فقط لا تطابق سلوك المستخدمين الحقيقي.
- تغيير المطالبات أو الأدوات دون وجود خط أساسي للمقارنة.
- استخدام معدل نجاح واحد دون فحص الإخفاقات على مستوى الأبعاد.
よくある質問
ما نوع الوكلاء الذي يمكن لهذه المهارة تقييمه؟
هل تشغل هذه المهارة التقييمات تلقائيًا؟
هل يمكنني استخدامها مع Claude أو Codex أو Claude Code؟
ما المقاييس التي تركز عليها؟
هل أحتاج إلى مراجعين بشريين؟
كيف ينبغي أن أبدأ؟
開発者情報
作成者
ChakshuGautamライセンス
MIT
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
dd4a3ef9f20ddf38830950b4bb713df96b431fd6
メンテナンスの新しさ
2026/7/18
利用状況
7 ダウンロード · 225 閲覧
ファイル構成