Evaluar aplicaciones con LLMs
Te ayuda a medir la calidad de aplicaciones de modelos de lenguaje con métricas automáticas, revisión humana y pruebas A/B. Sirve para saber si una solución de IA funciona bien y cómo mejorarla.
Descripción original (inglés)
llm-evaluation: Master comprehensive evaluation strategies for LLM applications, from automated metrics to human evaluation and A/B testing.
Cómo instalarla
Una skill es una carpeta con un fichero SKILL.md. Para instalarla basta con copiar la carpeta llm-evaluation en el sitio donde tu agente busca sus skills.
- Sin terminal: abre la carpeta en GitHub, descárgala y cópiala en la carpeta de tu agente (tabla de abajo).
- Con terminal (macOS, Linux o Git Bash en Windows): elige tu agente y copia los comandos.
git clone --depth 1 https://github.com/sickn33/agentic-awesome-skills.git /tmp/skill-src
mkdir -p ~/.claude/skills
cp -r "/tmp/skill-src/plugins/aasb-aas-agent-mcp-builder/skills/llm-evaluation" ~/.claude/skills/llm-evaluation
rm -rf /tmp/skill-src| Agente | Para todos tus proyectos | Solo un proyecto |
|---|---|---|
| Claude Code | ~/.claude/skills | .claude/skills |
| GitHub Copilot | ~/.copilot/skills | .github/skills |
| Codex | ~/.agents/skills | .agents/skills |
| Gemini CLI | ~/.gemini/skills | .gemini/skills |
Muchos agentes leen también .agents/skills. Reinicia el agente después de instalar. Antes de instalar una skill, revisa su SKILL.md y los scripts que incluya: se ejecutan con tus permisos.
Más skills de sickn33/agentic-awesome-skills
- Experiencias web 3D 3d-web-experience
- Configurar pruebas A/B ab-test-setup
- Auditar accesibilidad WCAG accessibility-compliance-accessibility-audit
- Detectar y corregir accesibilidad accesslint-audit
- Comparar cambios de accesibilidad accesslint-diff
- Escanear accesibilidad de una página accesslint-scan
- Diseñar evaluaciones LLM advanced-evaluation
- Evaluar agentes con casos versionados agent-evaluation
Explicación redactada con ayuda de IA a partir de la descripción original.