Помогите пользователю систематически идентифицировать и классифицировать виды отказов в конвейере LLM, читая трассировки. Используйте при запуске нового проекта оценки, после значительных изменений конвейера (новые функции, смена модели, перезапись подсказок), при падении производственных показателей или после инцидентов.
Быстро установите AI-навык error-analysis в вашу среду разработки через командную строку
Источник: hamelsmu/evals-skills.
Guide the user through reading LLM pipeline traces and building a catalog of how the system fails.
Capture the full trace: input, all intermediate LLM calls, tool uses, retrieved documents, reasoning steps, and final output.
Target: 100 traces. This is roughly where new traces stop revealing new kinds of failures. The number depends on system complexity.
Помогите пользователю систематически идентифицировать и классифицировать виды отказов в конвейере LLM, читая трассировки. Используйте при запуске нового проекта оценки, после значительных изменений конвейера (новые функции, смена модели, перезапись подсказок), при падении производственных показателей или после инцидентов. Источник: hamelsmu/evals-skills.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/hamelsmu/evals-skills --skill error-analysisПомогите пользователю систематически идентифицировать и классифицировать виды отказов в конвейере LLM, читая трассировки. Используйте при запуске нового проекта оценки, после значительных изменений конвейера (новые функции, смена модели, перезапись подсказок), при падении производственных показателей или после инцидентов. Источник: hamelsmu/evals-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/hamelsmu/evals-skills --skill error-analysis После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/hamelsmu/evals-skills