SKILL
eval-genius
判断 AI/LLM/智能体/检索系统是否需要评估、评估位于开发流程的哪个环节、应运行哪种评估及如何解读结果；随后设计评估、设置关卡、判定结果并为其提供论证。不用于普通单元测试。
译文已校对查看英文原文
Decide whether an AI/LLM/agent/retrieval system needs an eval, where it fits in the dev process, which one to run, and how to read the result; then design, gate, judge, and defend it. Not ordinary unit tests.
适用对象：搜索与知识管理。自动收录 · 待核查。
在 Claude Code 中使用
该组合的专门教程待补充，尚未核实适配。
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。
查看原作者说明 ↗