Chấm điểm chất lượng skill của plugin
eval-judge
Đóng vai giám khảo chấm skill theo thang điểm mẫu: có kích hoạt đúng lúc không, phối hợp tốt không, kết quả ra sao, phạm vi có hợp lý không, bằng cách mô phỏng ba tác vụ.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Nó là gì
Bộ chấm điểm tự động cho skill của plugin Claude Code, dành cho người viết và kiểm tra skill. Nó đánh giá một skill theo bốn tiêu chí và trả về điểm từ 0 đến 1 kèm lý do.
Hoạt động ra sao
Bạn đưa đường dẫn thư mục của một skill, công cụ đọc SKILL.md và các tệp trong thư mục references. Nó chấm độ chính xác khi kích hoạt, vai trò chỉ làm việc, chất lượng đầu ra và độ vừa phạm vi. Kết quả là một khối JSON có điểm và lý do cho từng mục.
Ví dụ ứng dụng
- Tình huống
- Nhóm bạn viết hai mươi skill cho công ty và muốn biết skill nào mô tả còn mơ hồ trước khi phát hành.
- Bạn đưa vào
- Đường dẫn thư mục của một skill cần kiểm, ví dụ skill soạn báo giá.
- Bạn nhận được
- Bảng điểm bốn mục, mỗi mục có lý do ngắn để biết cần sửa mô tả hay nội dung nào.
Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.
Dùng khi nào
Khi bạn tự viết skill cho Claude và muốn chấm chất lượng trước khi dùng.
Các phần chính trong hướng dẫn
- Nhận đầu vào
- Quy trình đánh giá
- Chấm độ kích hoạt đúng lúc
- Chấm khả năng phối hợp
- Chấm chất lượng kết quả
- Chấm độ hợp lý của phạm vi
- Trình bày kết quả
Xem mô tả gốc của tác giả (tiếng Anh)
LLM judge for plugin quality assessment. Scores skills on triggering accuracy, orchestration fitness, output quality, and scope calibration using anchored rubrics.
Chi tiết tính năng
- Simulate 3 realistic tasks this skill would handle. Assess whether the skill's instructions would guide Claude to produce correct, complete, and useful output.
- 0.0-0.2: Instructions would lead to incorrect or unhelpful output
- 0.3-0.4: Some useful guidance but major gaps in coverage
- 0.5-0.6: Adequate instructions for basic cases, struggles with complexity
- 0.7-0.8: Good instructions that produce quality output for most cases
- 0.9-1.0: Excellent instructions — comprehensive, actionable, handles edge cases
- 0.0-0.2: Too thin — stub with insufficient content
- 0.3-0.4: Too narrow — covers topic but missing important aspects
Cùng nhóm Dữ liệu và AI
- Xây ứng dụng AI dùng mô hình ngôn ngữXây ứng dụng chạy thật dùng mô hình ngôn ngữ lớn: hệ thống tra cứu tài liệu (RAG), chatbot, trợ lý tự động và tích hợp AI vào doanh nghiệp.
- Quản lý hàng đợi công việc bằng BullMQHỗ trợ xử lý công việc nền trong Node.js bằng BullMQ: hàng đợi, lên lịch, trì hoãn, ưu tiên, điều chỉnh đồng thời và theo dõi sự kiện.
- Phân tích kinh doanh và dựng bảng KPIBiến dữ liệu kinh doanh thành nhận định và khuyến nghị: dựng khung KPI, bảng doanh thu có cảnh báo, mô hình dự đoán và thử nghiệm A/B.
- Dựng kho dữ liệu và báo cáo BIHỗ trợ kho dữ liệu, đường ống ETL (gom và chuyển dữ liệu), OLAP, bảng biểu đồ, KPI và các công cụ như Tableau, Power BI, Looker.
- Tư vấn cơ sở dữ liệu CassandraGiúp mô hình hóa dữ liệu, chọn khóa phân vùng và cột sắp xếp, tối ưu hiệu năng và thiết kế sẵn sàng cao trên Cassandra.
- Đo hiệu quả nội dung và lợi tứcĐo hiệu quả bài viết, nội dung: mô hình ghi nhận nguồn khách, tính ROI (lợi tức đầu tư), trực quan hóa số liệu và đề xuất cải thiện nội dung.
Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.