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.
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
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.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
"rsi-skill" 사용 중입니다. Summarize the documented GSM8K optimization example.
예상 결과:
"rsi-skill" 사용 중입니다. Initialize a new sentiment classification task.
예상 결과:
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.
이 스킬에 대해 예상될 수 있는 실제 로컬 기능이므로 검토가 필요하지만, 확인된 악의적 동작으로는 집계되지 않습니다.
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
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.
작성자
lambdasec라이선스
Apache-2.0
Skillstore 리비전
r1
버전 안내
작성자가 버전을 선언하지 않았습니다.
리포지토리
https://github.com/lambdasec/skills/tree/7d791206069498962a85a0f1ba95f7468dcf82f7/skills/rsi-skill참조
87c9669baf85385959f9b0a344dc9dfc8d978f9c
유지보수 최신성
2026. 10. 28.
사용량
0 다운로드 · 0 조회
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 에이전트 구축
작성자 Dami-Randle
구조 없이 신뢰할 수 있는 Claude Code 에이전트를 설계하는 것은 어렵습니다. 이 스킬은 에이전트 프롬프트, 트리거, 도구, 메타데이터를 위한 템플릿, 검증 규칙, 예시를 제공합니다.
신뢰할 수 있는 테스트 자동화 구축
작성자 89jobrien
취약한 테스트는 릴리스를 늦추고 회귀를 숨깁니다. 이 스킬은 테스트 전략, TDD, 자동화, 커버리지 검토, Playwright 웹 검사를 안내합니다.
더 나은 LLM 프롬프트 설계
작성자 alirezarezvani
프롬프트 품질은 요구사항, 예시, 평가 기준이 명확하지 않아 실패하는 경우가 많습니다. 이 스킬은 팀이 Claude, Codex, Claude Code를 위한 프로덕션 프롬프트를 설계, 테스트, 검토하는 데 도움을 줍니다.
코드베이스 전반에서 신뢰할 수 있는 테스트 계획하기
작성자 0xDarkMatter
이 스킬은 팀이 테스트 범위를 섞지 않으면서 테스트 전략, 목, 데이터 픽스처, 커버리지 게이트, CI 패턴을 선택하도록 돕습니다. Claude, Codex, Claude Code에 단위, 통합, 엔드투엔드, TDD, 파이프라인 테스트를 위한 구조화된 지침을 제공합니다.
신뢰할 수 있는 에이전트 도구 설계
작성자 Asmayaseen
도구 이름, 입력, 출력 또는 오류가 모호하면 에이전트는 실패합니다. 이 스킬은 도구 설명, 스키마, 응답 형식, 테스트를 위한 실용적인 패턴을 제공합니다.
소프트웨어 문제를 체계적으로 디버깅하기
작성자 Asmayaseen
구조화되지 않은 버그 수정은 시간을 낭비하고 실제 실패 원인을 숨길 수 있습니다. 이 스킬은 Claude, Codex, Claude Code가 증거 기반 근본 원인 분석을 수행하도록 안내합니다.