eval-skills
针对黄金用例评估并改进技能——在全新的、无上下文的子代理中，对每个示例输入盲跑目标技能，按每个用例的标准对产出物评分，并让差距驱动修改。适用于用户想要测试/评估/改进/加固技能、说“这个技能总是产出 X / 总是漏掉 Y”，或提供技能加用例及何为良好产出的标准时。与 write-skills 搭配使用（每次修复都遵循其编写原则）。以判断为先且不依赖测试框架——若需基于测试框架的基准测试、方差分析或描述优化循环，优先使用 skill-creator。
机器翻译查看英文原文
Eval and improve a skill against golden cases — run the target skill blind in a fresh, context-free subagent on each example input, grade the artifact against a per-case bar, and let the gaps drive the edits. Use when the user wants to test/eval/improve/harden a skill, says "this skill keeps producing X / keeps missing Y", or hands a skill plus cases with a bar for what good looks like. Pairs with write-skills (the authoring principles every fix obeys). Judgment-first and harness-free — prefer skill-creator for harness-based benchmarking, variance analysis, or description-optimization loops.
适用对象：对象待分类。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 ↗