llm-evaluation
✓LLM输出评估和质量评估。在实施 LLM 作为法官模式、AI 输出质量门或自动评估管道时使用。
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输出评估和质量评估。在实施 LLM 作为法官模式、AI 输出质量门或自动评估管道时使用。 来源：yonatangross/skillforge-claude-plugin。
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/skillforge-claude-plugin --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？
LLM输出评估和质量评估。在实施 LLM 作为法官模式、AI 输出质量门或自动评估管道时使用。 来源：yonatangross/skillforge-claude-plugin。
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/yonatangross/skillforge-claude-plugin --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/yonatangross/skillforge-claude-plugin
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-01