登录
下载

Skill UI

浏览并发现 9688+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 评估 ，共找到 81 条记录
默认排序 最新上传 最多下载

多智能体系统架构设计

agent-designer
alirezarezvani/claude-skills
136
这是一个用于设计、架构和评估复杂多智能体系统的全套工具箱。它提供从系统架构模式（如群体、分层）、智能体角色定义，到通信协议、工具设计原则和安全防护的全面指导，帮助构建稳健、可扩展的AI工作流。
查看详情

大语言模型智能体评估

agent-evaluation
sickn33/antigravity-awesome-skills
271
这是一个用于全面测试和评估大型语言模型（LLM）智能体的框架。它超越了简单的通过/失败判断，深入评估智能体的复杂行为、可靠性指标和能力一致性。适用于生产环境的监控，帮助识别高级AI智能体中的微妙故障模式。
查看详情

Azure AI项目管理SDK for Java

azure-ai-projects-java
sickn33/antigravity-awesome-skills
399
这是一个专为Java开发的SDK，用于管理Azure AI Foundry中的整个AI项目生命周期。它提供高层级的客户端接口，用于处理关键的AI项目操作，包括管理与Azure资源的连接、上传和管理数据集、创建和更新搜索索引、运行模型评估以及管理部署，极大地简化了复杂的AI工作流编排。
查看详情

Azure AI项目管理SDK for Java

azure-ai-projects-java
sickn33/antigravity-awesome-skills
399
这是一个专为Java开发的SDK，用于管理Azure AI Foundry中的整个AI项目生命周期。它提供高层级的客户端接口，用于处理关键的AI项目操作，包括管理与Azure资源的连接、上传和管理数据集、创建和更新搜索索引、运行模型评估以及管理部署，极大地简化了复杂的AI工作流编排。
查看详情

Azure Arize AI 可观测性与评估管理

azure-mgmt-arizeaiobservabilityeval-dotnet
sickn33/antigravity-awesome-skills
192
这是一个用于.NET的Azure SDK，专门用于管理Azure资源管理器中的Arize AI可观测性和评估资源。它允许开发者程序化地对AI组织资源进行创建、读取、更新和删除，是用于监控、跟踪和评估部署在Azure上的AI模型性能的关键工具。
查看详情

云渗透测试

cloud-penetration-testing
sickn33/antigravity-awesome-skills
180
用于在获得授权的前提下，对 Azure、AWS 和 GCP 云环境进行安全评估，涵盖侦察、认证验证、资源枚举、配置风险检查与修复建议输出。
查看详情

混淆矩阵生成器

confusion-matrix-generator
jeremylongshore/claude-code-plugins-plus-skills
84
在机器学习训练场景中，自动响应混淆矩阵生成器相关请求，提供流程化指导、最佳实践校验及可直接使用的代码配置，帮助快速完成模型评估。
查看详情

多智能体代码审查编排工具

error-debugging-multi-agent-review
sickn33/antigravity-awesome-skills
461
这是一个高级AI系统，能够协调多个专业智能体（如安全审计、性能分析、架构专家）对代码进行多维度、全方位的审查。它通过上下文管理、并行执行和智能综合，为复杂的软件项目提供深度、全面的代码评估报告。
查看详情

Claude 评估驱动框架

eval-harness
affaan-m/everything-claude-code
90
Claude Code正式评估框架，先定义能力与回归标准，再用代码/模型/人工评估多个阶段，并持续跟踪pass@k和pass^k等可靠性指标以确保交付质量。
查看详情

代码模型评估与基准测试

evaluating-code-models
Orchestra-Research/AI-Research-SKILLs
124
本工具箱用于全面评估代码生成模型的性能。它支持针对HumanEval、MBPP、MultiPL-E等行业标准进行多语言基准测试。可量化比较不同大型语言模型（LLM）的编码能力，通过pass@k指标衡量代码生成质量。
查看详情

LLM 评估框架

evaluating-llms-harness
Orchestra-Research/AI-Research-SKILLs
484
提供涵盖 MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag 等 60+ 学术基准测试的标准化评估流程，可用来对 HuggingFace、vLLM 或 API 模型打分、比对性能、跟踪训练进度。
查看详情

智能体系统评估框架

evaluation
sickn33/antigravity-awesome-skills
70
该技能用于构建复杂的智能体系统评估框架。它解决了智能体系统非确定性和多路径决策的难题，指导用户进行系统性性能测试，用于验证上下文工程的选择，并衡量跨多个质量维度（如事实准确性、工具效率）的持续改进。
查看详情
1234567下一页
语言
简体中文
English