Evaluate and Improve Prompts With Test Cases
Prompt changes can look useful without improving real results. This skill scores examples, proposes revisions, and retains candidates that improve training scores without lowering validation scores.
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 "rsi-skill" from https://skillstore.io/skills/lambdasec-rsi-skill.md and its manifest at https://skillstore.io/api/skills/lambdasec-rsi-skill/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。
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。
「rsi-skill」を使用しています。 Summarize the documented GSM8K optimization example.
期待される結果:
「rsi-skill」を使用しています。 Initialize a new sentiment classification task.
期待される結果:
Most static alerts concern harmless formatting, arithmetic examples, documentation links, or intended backend configuration. Four HTTP request findings expose credentials through unrestricted redirects; a separate model-grading weakness can undermine evaluation integrity. No evidence found of malicious instructions, embedded credentials, or intentional data theft.
これらは、このスキルに期待される可能性のある実際のローカル機能であるため、レビューが必要ですが、確認済みの悪意ある動作としてはカウントされません。
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。
https://skillstore.io/skills/lambdasec-rsi-skill/audits/1?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/lambdasec-rsi-skill?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/lambdasec-rsi-skill?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/lambdasec-rsi-skill/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/lambdasec-rsi-skill.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>lambdasec. (2026). rsi-skill security audit report (audit version 1) [Author version unspecified]. Skillstore. https://skillstore.io/skills/lambdasec-rsi-skill/audits/1@techreport{lambdasec-lambdasec-rsi-skill-2026,
author = {lambdasec},
title = {rsi-skill security audit report (audit version 1)},
institution = {Skillstore},
year = {2026},
number = {1},
url = {https://skillstore.io/skills/lambdasec-rsi-skill/audits/1},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "rsi-skill security audit report (audit version 1)"
version: "unspecified"
type: report
authors:
- name: "lambdasec"
date-released: "2026-10-28"
url: "https://skillstore.io/skills/lambdasec-rsi-skill/audits/1"
identifiers:
- type: other
value: "skillstore:lambdasec-rsi-skill:audit:1"
description: "Skillstore immutable audit report identifier"
Compare a classifier prompt against labeled examples and inspect failures before accepting a revision.
Use the bundled math cases to compare prompt variants with numeric checks and a reproducible validation split.
Evaluate instruction text against representative cases and review the proposed changes before applying them.
Help me evaluate this prompt: [prompt]. Initialize a task directory and help me define expected answers. Confirm the backend before sending data.
Evaluate the prompt and cases in [directory] using [approved endpoint and model]. Report the baseline score, failed cases, and scoring methods without revising anything.
Optimize [directory] for up to five rounds using [approved endpoint and model]. Keep the default validation split and copy rejection. Report scores and proposed changes.
Optimize [directory] using [evaluation model] and [proposal model] on [approved endpoint]. Reevaluate the best prompt on [independent test directory]. Review failures before requesting deployment approval.
作成者
lambdasecライセンス
Apache-2.0
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。
リポジトリ
https://github.com/lambdasec/skills/tree/7d791206069498962a85a0f1ba95f7468dcf82f7/skills/rsi-skill参照
87c9669baf85385959f9b0a344dc9dfc8d978f9c
メンテナンスの新しさ
2026/10/28
利用状況
0 ダウンロード · 0 閲覧
Analyze Local Model Reasoning with PTS
Reasoning traces do not show which events change a model's chance of solving a task. This skill guides PTS searches, event interpretation, and local dataset exports with explicit measurement caveats.
Scan and Triage Code Vulnerabilities with Frame
Security scan results need source review before teams can trust findings or apply fixes. This skill guides Frame scans, evidence-based triage, patch review, and verification.
Build and Evaluate Adaptive Text Classifiers
Small labeled datasets and changing categories make text classification difficult to maintain. This skill guides incremental classifier updates and held-out evaluation with the adaptive-classifier library.
Run Local Models on Apple Silicon with mlx-optiq
Local model serving requires matching model size, memory limits, and client settings. This skill guides mlx-optiq checks, consent-based server startup, client connections, and performance evaluation.
Claude Codeエージェントの構築
作成者 Dami-Randle
信頼性の高いClaude Codeエージェントを設計するのは、構造がなければ困難です。このスキルは、エージェントのプロンプト、トリガー、ツール、メタデータのためのテンプレート、検証ルール、例を提供します。
信頼性の高いテスト自動化を構築
作成者 89jobrien
弱いテストはリリースを遅らせ、リグレッションを見逃します。このスキルは、テスト戦略、TDD、自動化、カバレッジレビュー、Playwright による Web チェックをガイドします。
より良いLLMプロンプトを設計する
作成者 alirezarezvani
プロンプトの品質は、要件、例、評価基準が不明確なために失敗することがよくあります。このスキルは、チームがClaude、Codex、Claude Code向けの本番用プロンプトを設計、テスト、レビューするのに役立ちます。
コードベース全体で信頼性の高いテストを計画する
作成者 0xDarkMatter
このスキルは、テスト範囲を混在させずに、チームがテスト戦略、モック、データフィクスチャ、カバレッジゲート、CIパターンを選択するのに役立ちます。Claude、Codex、Claude Codeに、ユニット、統合、エンドツーエンド、TDD、パイプラインテストのための構造化されたガイダンスを提供します。
信頼性の高いエージェントツールを設計する
作成者 Asmayaseen
ツール名、入力、出力、エラーが曖昧だと、エージェントは失敗します。このスキルは、ツールの説明、スキーマ、レスポンス形式、テストのための実践的なパターンを提供します。
ソフトウェアの問題を体系的にデバッグする
作成者 Asmayaseen
構造化されていないバグ修正は時間を浪費し、本当の失敗原因を隠すことがあります。このスキルは Claude、Codex、Claude Code に、証拠に基づく根本原因分析をガイドします。