什麼是 error-analysis?
透過讀取追蹤記錄,幫助使用者有系統地識別 LLM 管道中的故障模式並對其進行分類。在啟動新的評估項目、重大管道變更(新功能、模型切換、提示重寫)後、生產指標下降時或發生事件後使用。 來源:hamelsmu/evals-skills。
透過讀取追蹤記錄,幫助使用者有系統地識別 LLM 管道中的故障模式並對其進行分類。在啟動新的評估項目、重大管道變更(新功能、模型切換、提示重寫)後、生產指標下降時或發生事件後使用。
透過命令列快速安裝 error-analysis AI 技能到你的開發環境
來源: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.
透過讀取追蹤記錄,幫助使用者有系統地識別 LLM 管道中的故障模式並對其進行分類。在啟動新的評估項目、重大管道變更(新功能、模型切換、提示重寫)後、生產指標下降時或發生事件後使用。 來源:hamelsmu/evals-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/hamelsmu/evals-skills --skill error-analysis透過讀取追蹤記錄,幫助使用者有系統地識別 LLM 管道中的故障模式並對其進行分類。在啟動新的評估項目、重大管道變更(新功能、模型切換、提示重寫)後、生產指標下降時或發生事件後使用。 來源:hamelsmu/evals-skills。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/hamelsmu/evals-skills --skill error-analysis 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/hamelsmu/evals-skills