·failure-taxonomy
{}

failure-taxonomy

Cree una taxonomía estructurada de modos de falla a partir de anotaciones de seguimiento de código abierto. Utilice esta habilidad siempre que el usuario tenga anotaciones de forma libre al revisar los seguimientos de LLM y desee agruparlas en un conjunto coherente y no superpuesto de categorías de fallas binarias (codificación axial). Úselo también cuando el usuario mencione "modos de falla", "taxonomía de errores", "codificación axial", "anotaciones de conglomerados", "categorizar errores", "análisis de fallas" o quiera pasar de notas de observación sin procesar a criterios de evaluación estructurados. Esta habilidad cubre todo el proceso: agrupar códigos abiertos, definir modos de falla, reetiquetar rastros y cuantificar tasas de error.

4Instalaciones·0Tendencia·@maragudk

Instalación

$npx skills add https://github.com/maragudk/evals-skills --skill failure-taxonomy

Cómo instalar failure-taxonomy

Instala rápidamente el skill de IA failure-taxonomy en tu entorno de desarrollo mediante línea de comandos

  1. Abrir Terminal: Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.)
  2. Ejecutar comando de instalación: Copia y ejecuta este comando: npx skills add https://github.com/maragudk/evals-skills --skill failure-taxonomy
  3. Verificar instalación: Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

Fuente: maragudk/evals-skills.

SKILL.md

Ver original

Transform raw, freeform trace annotations from open coding sessions into a structured taxonomy of binary failure modes, following the grounded theory methodology from the Analyze-Measure-Improve evaluation lifecycle.

The user has already completed open coding — they've read through LLM pipeline traces and written short, freeform notes describing what went wrong (the "point of first failure").

Now they need to move from that chaotic pile of observations into an organized, actionable taxonomy. This is the axial coding step.

Cree una taxonomía estructurada de modos de falla a partir de anotaciones de seguimiento de código abierto. Utilice esta habilidad siempre que el usuario tenga anotaciones de forma libre al revisar los seguimientos de LLM y desee agruparlas en un conjunto coherente y no superpuesto de categorías de fallas binarias (codificación axial). Úselo también cuando el usuario mencione "modos de falla", "taxonomía de errores", "codificación axial", "anotaciones de conglomerados", "categorizar errores", "análisis de fallas" o quiera pasar de notas de observación sin procesar a criterios de evaluación estructurados. Esta habilidad cubre todo el proceso: agrupar códigos abiertos, definir modos de falla, reetiquetar rastros y cuantificar tasas de error. Fuente: maragudk/evals-skills.

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/maragudk/evals-skills --skill failure-taxonomy
Categoría
{}Análisis de Datos
Verificado
Primera vez visto
2026-02-25
Actualizado
2026-03-10

Browse more skills from maragudk/evals-skills

Respuestas rápidas

¿Qué es failure-taxonomy?

Cree una taxonomía estructurada de modos de falla a partir de anotaciones de seguimiento de código abierto. Utilice esta habilidad siempre que el usuario tenga anotaciones de forma libre al revisar los seguimientos de LLM y desee agruparlas en un conjunto coherente y no superpuesto de categorías de fallas binarias (codificación axial). Úselo también cuando el usuario mencione "modos de falla", "taxonomía de errores", "codificación axial", "anotaciones de conglomerados", "categorizar errores", "análisis de fallas" o quiera pasar de notas de observación sin procesar a criterios de evaluación estructurados. Esta habilidad cubre todo el proceso: agrupar códigos abiertos, definir modos de falla, reetiquetar rastros y cuantificar tasas de error. Fuente: maragudk/evals-skills.

¿Cómo instalo failure-taxonomy?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/maragudk/evals-skills --skill failure-taxonomy Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

¿Dónde está el repositorio de origen?

https://github.com/maragudk/evals-skills

Detalles

Categoría
{}Análisis de Datos
Fuente
skills.sh
Primera vez visto
2026-02-25