# opik-evaluate

Скилл opik-evaluate для Claude Code собирает и запускает оценку приложения или промпта через Opik. Он разбирает качество ответов агента и RAG, анализирует ошибки и возвращает эксперимент со score и ссылкой.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 122 установки · ★ 8 у репозитория
- Автор: comet-ml
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/comet-ml/opik-skills/tree/HEAD/skills/opik-evaluate/SKILL.md
- Обновлён: 2026-10-25
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/opik-evaluate

## Что делает

Скилл создаёт набор тестов или датасет, подбирает проверки и запускает приложение на выбранных случаях. Сначала он использует проверки кодом, а для отдельных типов ошибок добавляет LLM-судью. Для RAG оценка retrieval и генерации разделена; судью можно сверить с человеческими метками.

Результаты сохраняются как эксперимент в Opik, откуда скилл читает оценки и формирует их сводку. Адаптер для запуска записывается во временный файл вне репозитория, код приложения скилл не меняет. Нужен проект на Python или TypeScript с настроенным Opik, доступ к Opik через `~/.opik.config` или `OPIK_API_KEY` и ключи провайдера приложения. Для общих ссылок на тестовые наборы и метрики вместе с ним устанавливают скилл `opik`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add comet-ml/opik-skills --skill opik-evaluate -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add comet-ml/opik-skills --skill opik-evaluate -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add comet-ml/opik-skills --skill opik-evaluate -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install comet-ml/opik-skills skills/opik-evaluate
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/opik-evaluate/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add comet-ml/opik-skills --skill opik-evaluate -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/comet-ml/opik-skills --path skills/opik-evaluate
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add comet-ml/opik-skills --skill opik-evaluate -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/comet-ml/opik-skills/tree/HEAD/skills/opik-evaluate/SKILL.md

## Когда брать
- оценить качество ответов агента
- проверить RAG по retrieval и генерации
- разобрать ошибки по реальным trace
- создать и проверить LLM-судью по человеческим меткам
- аудировать существующий eval-пайплайн

## Примеры запросов агенту
- Оцени ответы моего агента через Opik.
- Проверь качество RAG и найди типичные ошибки.
- Создай оценку для приложения и запусти её на имеющихся trace.

## Похожие
- [opik](https://affpapa.org/nevibecode/skills/akillness-opik.md) — скилл · 146 установок
- [Comet Opik](https://affpapa.org/nevibecode/agents/comet-opik.md) — субагент · ★ 41430 у репозитория
- [deepeval](https://affpapa.org/nevibecode/skills/deepeval.md) — скилл · 2900 установок
- [evaluate-rag](https://affpapa.org/nevibecode/skills/evaluate-rag.md) — скилл · 1100 установок
- [senior-prompt-engineer](https://affpapa.org/nevibecode/skills/borghei-senior-prompt-engineer.md) — скилл · 239 установок
- [arize-evaluator](https://affpapa.org/nevibecode/skills/arize-arize-evaluator.md) — скилл · 3300 установок

Из того же набора: [comet-ml/opik-skills](https://affpapa.org/nevibecode/by/comet-ml/opik-skills.md) — 5 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
