llm-evaluation
✓使用自动化指标、人工反馈和基准测试为 LLM 申请实施全面的评估策略。在测试 LLM 表现、衡量 AI 应用程序质量或建立评估框架时使用。
SKILL.md
Master comprehensive evaluation strategies for LLM applications, from automated metrics to human evaluation and A/B testing.
使用自动化指标、人工反馈和基准测试为 LLM 申请实施全面的评估策略。在测试 LLM 表现、衡量 AI 应用程序质量或建立评估框架时使用。 来源：wshobson/agents。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/wshobson/agents --skill llm-evaluation 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
安全认证，代码可靠安全 一键安装，配置简单 兼容 Claude Code、Cursor 等工具
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/wshobson/agents --skill llm-evaluation- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 llm-evaluation？
使用自动化指标、人工反馈和基准测试为 LLM 申请实施全面的评估策略。在测试 LLM 表现、衡量 AI 应用程序质量或建立评估框架时使用。 来源：wshobson/agents。
如何安装 llm-evaluation？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/wshobson/agents --skill llm-evaluation 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/wshobson/agents