# ai-eval-playbook

Скилл ai-eval-playbook для Claude Code помогает оценивать ИИ-инструменты, чат-боты и GenAI-продукты. Подключается к вопросам о метриках, результатах и оценке предложения по ИИ-инструменту.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 118 установок · ★ 3 у репозитория
- Автор: gasserane
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/gasserane/personal-skills/tree/HEAD/skills/ai-eval-playbook/SKILL.md
- Обновлён: 2026-10-23
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ai-eval-playbook

## Что делает

Скилл помогает разобрать оценку ИИ-продукта по четырём уровням: модель, продукт, пользователь и влияние. Он охватывает минимальную оценку, золотые наборы данных, оценку ответов другой языковой моделью, метрики вовлечения и защитные метрики.

Перед содержательным ответом скилл требует загрузить актуальную версию руководства с `https://eval.playbook.org.ai/`. Для этого предусмотрены `WebFetch`, `ctx_fetch_and_index`, а в качестве запасного варианта — `claude-in-chrome`. Руководство не предназначено для проектирования оценки программ и MEL или для применения ИИ как рабочего инструмента оценщика.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gasserane/personal-skills --skill ai-eval-playbook -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ai-eval-playbook/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ai-eval-playbook/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gasserane/personal-skills --skill ai-eval-playbook -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ai-eval-playbook/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gasserane/personal-skills --skill ai-eval-playbook -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ai-eval-playbook/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install gasserane/personal-skills skills/ai-eval-playbook
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ai-eval-playbook/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gasserane/personal-skills --skill ai-eval-playbook -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/gasserane/personal-skills --path skills/ai-eval-playbook
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ai-eval-playbook/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add gasserane/personal-skills --skill ai-eval-playbook -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/gasserane/personal-skills/tree/HEAD/skills/ai-eval-playbook/SKILL.md

## Когда брать
- выбрать уровень оценки ИИ-продукта
- определить метрики для чат-бота
- оценить предложение по внедрению ИИ-инструмента

## Примеры запросов агенту
- Как оценить, работает ли этот ИИ-инструмент?
- Какие метрики выбрать для оценки чат-бота?
- Разбери предложение партнёра по ИИ-инструменту и предложи план оценки.

## Похожие
- [gsd-eval-review](https://affpapa.org/nevibecode/skills/gsd-eval-review.md) — скилл · 570 установок
- [agent-platform-eval-flywheel](https://affpapa.org/nevibecode/skills/agent-platform-eval-flywheel.md) — скилл · 8334 установки
- [google-agents-cli-eval](https://affpapa.org/nevibecode/skills/google-agents-cli-eval.md) — скилл · 586000 установок
- [searching-mlflow-docs](https://affpapa.org/nevibecode/skills/searching-mlflow-docs.md) — скилл · 1100 установок
- [eval-driven-dev](https://affpapa.org/nevibecode/skills/eval-driven-dev.md) — скилл · 3900 установок
- [eval-harness-first](https://affpapa.org/nevibecode/skills/eval-harness-first.md) — скилл · 2600 установок

Из того же набора: [gasserane/personal-skills](https://affpapa.org/nevibecode/by/gasserane/personal-skills.md) — 44 карточки

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
