# dspy-evaluation-suite

Скилл настраивает систематическую оценку программ DSPy на выборке примеров с замером метрик точности и параллельным запуском тестов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · ★ 124
- Автор: OmidZamani
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/OmidZamani/dspy-skills/tree/HEAD/skills/dspy-evaluation-suite/SKILL.md
- Обновлён: 2026-06-23
- HTML: https://affpapa.org/nevibecode/skills/dspy-evaluation-suite

## Что делает

Скилл автоматизирует проверку пайплайнов на базе DSPy. Модуль `Evaluate` запускает валидационные примеры в несколько параллельных потоков через параметр `num_threads`. В комплект входят сценарии для метрик `answer_exact_match` и `SemanticF1`, а также шаблоны для пользовательских функций оценки.

Класс `EvaluationSuite` сравнивает разные варианты программ и сохраняет отчёты в JSON. Дополнительно поддерживаются метрики с обратной связью для оптимизатора GEPA. Скилл рассчитан на версию DSPy 3.2.1. Для работы нужны инструменты `Read`, `Write`, `Glob` и `Grep`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-evaluation-suite -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-evaluation-suite -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/dspy-evaluation-suite/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-evaluation-suite -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/dspy-evaluation-suite/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install OmidZamani/dspy-skills dspy-evaluation-suite
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/dspy-evaluation-suite/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-evaluation-suite -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/OmidZamani/dspy-skills --path skills/dspy-evaluation-suite
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/dspy-evaluation-suite/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add OmidZamani/dspy-skills --skill dspy-evaluation-suite -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/OmidZamani/dspy-skills/tree/HEAD/skills/dspy-evaluation-suite/SKILL.md

## Когда брать
- измерить точность программы DSPy до и после оптимизации
- сравнить несколько вариантов DSPy-модулей на devset
- настроить многопоточный расчёт метрик через Evaluate
- выгрузить структурированный отчёт о тестировании в JSON

## Примеры запросов агенту
- Оцени текущий dspy.Module на выборке devset с помощью метрики answer_exact_match в 8 потоков.
- Напиши многофакторную метрику для DSPy с проверкой краткости ответа и наличия рассуждений.
- Сравни результаты двух пайплайнов через EvaluationSuite и сохрани отчёт в report.json.

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 350300 установок

Из того же набора: [omidzamani/dspy-skills](https://affpapa.org/nevibecode/by/omidzamani/dspy-skills.md) — 23 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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