drift-detection
✓LLM 应用程序的统计和质量漂移检测。在监控模型质量退化、输入分布变化或输出模式随时间变化时使用。
SKILL.md
Monitor LLM quality degradation and input/output distribution shifts in production.
| Statistical method | PSI for production (stable), KS for small samples | | Threshold strategy | Dynamic (95th percentile of historical) over static | | Baseline window | 7-30 days rolling window | | Alert priority | Performance metrics > distribution metrics | | Tool stack | Langfuse (traces) + Evidently/Phoenix (drift analysis) |
| < 0.1 | No significant drift | Monitor | | 0.1 - 0.25 | Moderate drift | Investigate | | >= 0.25 | Significant drift | Alert + Action |
LLM 应用程序的统计和质量漂移检测。在监控模型质量退化、输入分布变化或输出模式随时间变化时使用。 来源：yonatangross/orchestkit。
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/yonatangross/orchestkit --skill drift-detection- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-03
- 更新时间
- 2026-02-18
快速解答
什么是 drift-detection？
LLM 应用程序的统计和质量漂移检测。在监控模型质量退化、输入分布变化或输出模式随时间变化时使用。 来源：yonatangross/orchestkit。
如何安装 drift-detection？
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/yonatangross/orchestkit --skill drift-detection 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/yonatangross/orchestkit
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-03