# golden-dataset

Скилл golden-dataset для Claude Code описывает жизненный цикл эталонных датасетов: курацию, девятифазное добавление, регрессионные тесты и интеграцию с Langfuse.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 193 установки · ★ 305 у репозитория
- Автор: OrchestKit
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/yonatangross/orchestkit/tree/HEAD/src/skills/golden-dataset/SKILL.md
- Обновлён: 2026-11-14
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/golden-dataset

## Что делает

Скилл формализует работу с golden dataset для AI/ML-оценки. Внутри шесть правил по четырём направлениям: сбор и разметка документов, версионирование с бэкапами, регрессионная валидация перед коммитом и регламент добавления новых данных. Правила из каталога `rules/` подтягиваются по требованию агента.

В регламенте заданы конкретные пороги качества: минимум 0.70 для включения документа в датасет, от 0.65 для автоматического добавления и запрет дубликатов при схожести от 0.90 (начиная с 0.85 выдаётся предупреждение). Для каждого документа требуется не меньше двух тематических тегов и трёх тестовых запросов. Скилл также описывает запуск экспериментов через SDK Langfuse (v4 для Python и v5 для TypeScript), разделяя оценку отдельных записей и агрегированные прогоны.

Обратите внимание: скилл помечен как `user-invocable: false` с отключённым прямым вызовом модели, поэтому он работает как контекст для субагента пайплайнов данных (`data-pipeline-engineer`), а не через ручную команду.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill golden-dataset -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill golden-dataset -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill golden-dataset -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install yonatangross/orchestkit src/skills/golden-dataset
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/golden-dataset/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill golden-dataset -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/yonatangross/orchestkit --path src/skills/golden-dataset
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill golden-dataset -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/yonatangross/orchestkit/tree/HEAD/src/skills/golden-dataset/SKILL.md

## Когда брать
- настроить девятифазную валидацию документов перед добавлением в датасет
- проверить распределение тестовых запросов по четырём уровням сложности
- сохранить эталонный датасет в переносимый JSON без встраиваний
- запустить регрессионный прогон экспериментов через SDK Langfuse

## Примеры запросов агенту
- Проверь новый документ по чек-листу перед включением в эталонный датасет
- Помоги сбалансировать сложность запросов для регрессионного тестирования модели
- Настрой запуск эксперимента в Langfuse с остановкой пайплайна по RegressionError

## Похожие
- [arize-dataset](https://affpapa.org/nevibecode/skills/arize-dataset.md) — скилл · 1100 установок
- [dummy-dataset](https://affpapa.org/nevibecode/skills/dummy-dataset.md) — скилл · 2900 установок
- [langfuse](https://affpapa.org/nevibecode/skills/langfuse-langfuse.md) — скилл · 21400 установок
- [tooluniverse-dataset-discovery](https://affpapa.org/nevibecode/skills/tooluniverse-dataset-discovery.md) — скилл · 254 установки
- [alibabacloud-cms-dataset](https://affpapa.org/nevibecode/skills/alibabacloud-cms-dataset.md) — скилл · 154 установки
- [evaluation-design](https://affpapa.org/nevibecode/skills/evaluation-design.md) — скилл · ★ 1627 у репозитория

Из того же набора: [yonatangross/orchestkit](https://affpapa.org/nevibecode/by/yonatangross/orchestkit.md) — 86 карточек

_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
