llm-evaluation
✓LLM輸出評估和質量評估。在實施 LLM 作為法官模式、AI 輸出質量門或自動評估管道時使用。
SKILL.md
Evaluate and validate LLM outputs for quality assurance using RAGAS and LLM-as-judge patterns.
| Faithfulness | RAG grounding | ≥ 0.8 | | Answer Relevancy | Q&A systems | ≥ 0.7 | | Context Precision | Retrieval quality | ≥ 0.7 | | Context Recall | Retrieval completeness | ≥ 0.7 |
| Judge model | GPT-4o-mini or Claude Haiku | | Threshold | 0.7 for production, 0.6 for drafts | | Dimensions | 3-5 most relevant to use case | | Sample size | 50+ for reliable metrics |
LLM輸出評估和質量評估。在實施 LLM 作為法官模式、AI 輸出質量門或自動評估管道時使用。 來源：yonatangross/orchestkit。
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/yonatangross/orchestkit --skill llm-evaluation- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 llm-evaluation？
LLM輸出評估和質量評估。在實施 LLM 作為法官模式、AI 輸出質量門或自動評估管道時使用。 來源：yonatangross/orchestkit。
如何安裝 llm-evaluation？
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/yonatangross/orchestkit --skill llm-evaluation 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 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/yonatangross/orchestkit
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-01