スキル evaluation
📦

evaluation

コンテンツリビジョン r1 安全 ⚙️ 外部コマンド

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.

対応: Claude Codex Code(CC)
Maintain this Skill? Claim it 🥈 80 シルバー

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。

エージェントリクエスト
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.

3
スキャンされたファイル
1,047
解析済み行数
0
レビュー項目
0
誤検知を無視

リスク要因

最新の完了済み静的・セマンティック監査では、確認済みのセキュリティ検出事項は見つかりませんでした。これは、スキルに副作用がないことを証明するものではありません。
監査者: codex 監査履歴を表示 →
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。

バージョン別レポートを開く
セキュリティ評価

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_report

Markdownバッジ

[![Skillstore security assessment](https://skillstore.io/badges/skills/chakshugautam-evaluation/security.svg)](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/8

BibTeX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

Skillstore スコアが最高

muratcankoylan-evaluation

Skillstore スコア 81
証拠の信頼度 高
Skillstore 利用状況 23
更新済み

2026-09-09

chakshugautam-evaluation

Skillstore スコア 80
証拠の信頼度 高
Skillstore 利用状況 17
更新済み

2026-09-09

sickn33-evaluation

Skillstore スコア 78
証拠の信頼度 高
Skillstore 利用状況 18
更新済み

2026-09-09

asmayaseen-evaluation

Skillstore スコア 77
証拠の信頼度 高
Skillstore 利用状況 21
更新済み

2026-10-25

Skillstore スコア

このスコアの理由 証拠の信頼度: 高
64
アーキテクチャ
85
保守性
87
コンテンツ
70
コミュニティ
83
仕様準拠

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

إنشاء معيار تقييم مبدئي
أنشئ معيار تقييم بسيطًا لوكيلي. ضمّن الأبعاد، والأوزان، ومستويات الدرجات، وعتبة النجاح.
تصميم مجموعة اختبار متوازنة
صمم مجموعة اختبار لسير عمل وكيلي. ضمّن حالات بسيطة ومتوسطة ومعقدة وبالغة التعقيد مع النتائج المتوقعة.
تخطيط سير عمل LLM-as-judge
أنشئ خطة تقييم LLM-as-judge لهذه المخرجات. ضمّن مطالبات التحكيم، وخطوات المعايرة، ونقاط مراجعة بشرية.
تدقيق برنامج تقييم إنتاجي
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؟
يناسب الوكلاء الذين يجيبون عن الأسئلة، أو يستخدمون الأدوات، أو يبحثون في الموضوعات، أو يحدثون الحالة، أو ينجزون سير عمل متعدد الخطوات.
هل تشغل هذه المهارة التقييمات تلقائيًا؟
توفر أنماطًا وكودًا نموذجيًا، لكن يجب على المستخدمين ربط وكلائهم، وحكامهم، ومصادر بياناتهم الخاصة.
هل يمكنني استخدامها مع Claude أو Codex أو Claude Code؟
نعم. الإرشادات حيادية تجاه الأدوات وتدعم سير العمل لمستخدمي Claude وCodex وClaude Code.
ما المقاييس التي تركز عليها؟
تركز على الدقة الواقعية، والاكتمال، ودقة الاستشهادات، وجودة المصادر، وكفاءة الأدوات، والدرجات المرجحة الإجمالية.
هل أحتاج إلى مراجعين بشريين؟
يوصى بالمراجعين البشريين للمعايرة، والحالات الحدية، والمخرجات عالية المخاطر، والفحوصات التي قد تفوتها أدوات التحكيم الآلية.
كيف ينبغي أن أبدأ؟
ابدأ بمجموعة اختبار حقيقية صغيرة، وحدد أبعاد تقييم واضحة، وسجل خطًا أساسيًا، ثم وسع التغطية بمرور الوقت.

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