evaluating-skills-with-models

SKILL.md

Evaluate skills across multiple Claude models using sub-agents with quality-based scoring.

Binary pass/fail ("did it do X?") fails to differentiate models - all models can "do the steps." The difference is how well they do them. This skill uses weighted scoring to reveal capability differences.

Default to difficult scenarios: When multiple scenarios exist, prioritize Hard or Medium difficulty scenarios for evaluation. Easy scenarios often don't show meaningful differences between models and aren't realistic for production use.

Évaluez les compétences en les exécutant sur des modèles de sonnet, d'opus et de haïku à l'aide de sous-agents. À utiliser pour tester si une compétence fonctionne correctement, comparer les performances du modèle ou trouver le modèle compatible le moins cher. Renvoie des scores numériques (0 à 100) pour différencier les capacités du modèle. Source : taisukeoe/agentic-ai-skills-creator.

Voir l'original