什麼是 ai-evals？
建立 AI Evals Pack（評估 PRD、測試集、評分標準、判斷計畫、結果 + 迭代循環）。用於 LLM 評估、基準、評分標準、錯誤分析/開放編碼以及人工智慧功能的船舶/非船舶品質門。 來源：oldwinter/skills。
·ai-evals
{}
ai-evals
✓建立 AI Evals Pack（評估 PRD、測試集、評分標準、判斷計畫、結果 + 迭代循環）。用於 LLM 評估、基準、評分標準、錯誤分析/開放編碼以及人工智慧功能的船舶/非船舶品質門。
如何安裝 ai-evals
透過命令列快速安裝 ai-evals AI 技能到你的開發環境
- 開啟終端機: 開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等）
- 執行安裝指令: 複製並執行以下指令：npx skills add https://github.com/oldwinter/skills --skill ai-evals
- 驗證安裝: 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
來源：oldwinter/skills。
SKILL.md
查看原文Produce an AI Evals Pack (in chat; or as files if requested), in this order:
1) Eval PRD (evaluation requirements): decision, scope, target behaviors, success metrics, acceptance thresholds 2) Test set spec + initial golden set: schema, coverage plan, and a starter set of cases (tagged by scenario/risk) 3) Error taxonomy (from error analysis + open coding): failure modes, severity, examples
4) Rubric + judging guide: dimensions, scoring scale, definitions, examples, tie-breakers 5) Judge + harness plan: human vs LLM-as-judge vs automated checks, prompts/instructions, calibration, runbook, cost/time estimate 6) Reporting + iteration loop: baseline results format, regression policy, how new bugs become new tests
建立 AI Evals Pack（評估 PRD、測試集、評分標準、判斷計畫、結果 + 迭代循環）。用於 LLM 評估、基準、評分標準、錯誤分析/開放編碼以及人工智慧功能的船舶/非船舶品質門。 來源：oldwinter/skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/oldwinter/skills --skill ai-evals- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-26
- 更新時間
- 2026-03-11
快速解答
如何安裝 ai-evals？
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/oldwinter/skills --skill ai-evals 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
這個 Skill 的原始碼在哪？
https://github.com/oldwinter/skills
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-26