К основному содержанию
скилл CX Codex GP ChatGPT официальный · OpenAI

plugin-eval — скилл для Codex: оценка и установка

Скилл анализирует локальные скиллы и плагины, объясняет оценку и подсказывает следующий запуск. Пригодится для проверки токенов и бенчмарков.

Установить в Codex · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add openai/plugins --skill plugin-eval -a codex
Открыть на GitHub

Что делает plugin-eval

plugin-eval помогает оценить локальный скилл, плагин или другую папку. Он разбирает результат, объясняет причины оценки, показывает, что исправить первым, и подсказывает следующий шаг. Для анализа использует команды plugin-eval analyze, plugin-eval explain-budget и plugin-eval measurement-plan.

Скилл умеет запускать стартовый сценарий через plugin-eval start, создавать .plugin-eval/benchmark.json и готовить сухой запуск бенчмарка. Он различает статическую оценку бюджета и данные измерительного сценария. Если указан только имя скилла, путь сначала нужно найти в ~/.codex/skills/<skill-name> или в локальной папке skills/<skill-name>; при неоднозначности потребуется уточнение.

При запросе на переписывание результат передаётся в ../improve-skill/SKILL.md, а для собственной рубрики используется ../metric-pack-designer/SKILL.md. Для оценки конкретного скилла и плагин-бандла предусмотрены отдельные маршруты.

Какие задачи решает

  • оценить локальный скилл или плагин
  • объяснить причины полученной оценки
  • найти исправление с наивысшим приоритетом
  • измерить реальное потребление токенов
  • подготовить стартовый бенчмарк

Примеры запросов агенту

  • Оцени локальный скилл по пути ./skills/game-dev.
  • Объясни, почему этот скилл получил такую оценку, и что исправить первым.
  • Измерь реальное потребление токенов этого плагина и подготовь следующий запуск.

Как установить plugin-eval

1Через Skills CLI (Vercel)

npx skills add openai/plugins --skill plugin-eval -a codex

2Вручную: положить файлы

.agents/skills/plugin-eval/SKILL.md

Для всех проектов — ~/.agents/skills/

По шагам, с командами для каждой платформы: Скиллы Codex: как установить, где лежат и как вызвать

Вопросы о plugin-eval

Как установить plugin-eval в Codex?

Выполните по порядку: npx skills add openai/plugins --skill plugin-eval, затем npx skills add openai/plugins --skill plugin-eval -a codex. После установки файл будет доступен по пути .agents/skills/plugin-eval/SKILL.md.

Что делает plugin-eval?

Он анализирует локальные скиллы и плагины, объясняет оценку, показывает первоочередные исправления и помогает настроить бенчмарк с измерением токенов.

Что происходит, если указать имя скилла без пути?

Сначала проверяется ~/.codex/skills/<skill-name>, затем локальная папка skills/<skill-name>. Если найдено несколько вариантов, нужно уточнить путь.

Исходный текст

SKILL.md · MIT
---
name: plugin-eval
description: Help engineers evaluate a local skill or plugin, explain why it scored that way, show what to fix first, measure real token usage, benchmark starter scenarios, or decide what to run next. Use when the user says things like "evaluate this skill", "give me an analysis of the game dev skill", "why did this score that way", "what should I fix first", "measure the real token usage of this skill", or "what should I run next?".
---

# Plugin Eval

Use this as the beginner-friendly umbrella entrypoint for local Codex skill and plugin evaluation.

## Start Here

1. Resolve whether the target path is a skill, a plugin, or another local folder.
2. Prefer the chat-first router when the user speaks naturally or is not sure which command they need:

```bash
plugin-eval start <path> --request "<user request>" --format markdown
```

3. Route natural chat requests to the matching workflow:
   - "Give me an analysis of the game dev skill." -> resolve the named skill path, run `plugin-eval analyze <path> --format markdown`, then initialize a benchmark and show the setup questions needed to tailor `benchmark.json`
   - "Evaluate this skill." -> `plugin-eval analyze <path> --format markdown`
   - "Why did this score that way?" -> `plugin-eval analyze <path> --format markdown`
   - "What should I fix first?" -> `plugin-eval analyze <path> --format markdown`
   - "Explain the token budget for this skill." -> `plugin-eval explain-budget <path> --format markdown`
   - "Measure the real token usage of this skill." -> benchmark flow, then `plugin-eval measurement-plan`
   - "Help me benchmark this plugin." -> starter benchmark flow
   - "What should I run next?" -> `plugin-eval start <path> --request "What should I run next?" --format markdown`
4. If the user wants rewrite help after evaluation, route to `../improve-skill/SKILL.md`.
5. If the user wants a custom rubric, route to `../metric-pack-designer/SKILL.md`.
6. If the user names a skill instead of giving a path, resolve it locally before running commands:
   - check `~/.codex/skills/<skill-name>` first
   - then check any repo-local `skills/<skill-name>` directory
   - if the name is still ambiguous, ask one short clarifying question before continuing
7. When the request sounds like "analysis" rather than just "evaluate", do the fuller path:
   - run the report
   - initialize `.plugin-eval/benchmark.json`
   - surface the setup questions that will refine the starter scenarios
   - preview the dry-run command the user can execute next

## Chat Requests To Recognize

- `Give me an analysis of the game dev skill.`
- `Evaluate this skill.`
- `Evaluate this plugin.`
- `Why did this score that way?`
- `What should I fix first?`
- `Explain the token budget for this skill.`
- `Measure the real token usage of this skill.`
- `Help me benchmark this plugin.`
- `What should I run next?`

## Matching Commands

```bash
plugin-eval start <path> --request "Evaluate this skill." --format markdown
plugin-eval start <path> --request "Give me a full analysis of this skill, including benchmark setup." --format markdown
plugin-eval analyze <path> --format markdown
plugin-eval explain-budget <path> --format markdown
plugin-eval measurement-plan <path> --format markdown
plugin-eval init-benchmark <path>
plugin-eval benchmark <path> --dry-run
plugin-eval benchmark <path>
```

## Output Expectations

- Prefer the JSON result as the source of truth.
- Lead with `At a Glance`, `Why It Matters`, `Fix First`, and `Recommended Next Step`.
- Keep the `why` content terse and easy to skim.
- Call out whether budget numbers are static estimates or measured harness results.
- Show the user the exact chat phrase they can reuse next, the `plugin-eval start` command that routes it, and the first local workflow command behind it.
- When the user asks for an analysis of a named skill, do not stop at the report if benchmark setup is still missing.
- When the user is asking about a skill specifically, hand off to `../evaluate-skill/SKILL.md`.
- When the user is asking about a plugin bundle, hand off to `../evaluate-plugin/SKILL.md`.

## References

- `../../references/chat-first-workflows.md`
- `../../references/technical-design.md`
- `../../references/evaluation-result-schema.md`

© OpenAI Codex · MIT · openai/plugins

Похожие скиллы

Каталог скиллов SKILL.md →
find-skills vercel-labs Ищет и устанавливает готовые скиллы для ИИ-агентов через каталог skills.sh. Пригодится, когда для рабочей задачи нужен специализированный воркфлоу. CX Codex +1 4 000 000установок frontend-design официальный anthropics Скилл задаёт осмысленное визуальное направление для новых интерфейсов и редизайна. Подойдёт, когда стандартный шаблонный UI не устраивает. 1 025 790установок grill-me Matt Pocock Скилл проводит жёсткое интервью по плану или дизайну, чтобы найти пробелы и уточнить решения. Подойдёт перед началом разработки. 1 424 476установок grill-with-docs Matt Pocock Скилл проводит жёсткое интервью по плану или дизайну и по ходу создаёт ADR и глоссарий. Подойдёт перед началом сложной разработки. 1 219 756установок improve-codebase-architecture Matt Pocock Скилл ищет архитектурные узкие места в кодовой базе и показывает варианты углубления модулей в HTML-отчёте. Подойдёт для ревью перед рефакторингом. 1 163 035установок design-taste-frontend Leonxlnx Скилл задаёт арт-дирекцию для публичных страниц и рабочих экранов, а затем проверяет результат в браузере по скриншотам. Нужен, когда интерфейс выглядит шаблонным или недоработанным. CX Codex +1 678 700установок

Из того же набора422

Весь набор →
wrangler Скилл для Codex и ChatGPT, который заставляет агента сверяться с документацией Cloudflare перед запуском команд wrangler. CX Codex GP ChatGPT 3установок microfrontends Разбивает большое приложение на независимо деплоящиеся части, которые для пользователя выглядят одним сайтом. Полезен, когда фронтенд делят между командами. CX Codex GP ChatGPT 2установок cdn-caching Помогает понять, почему страница отдаётся из кэша или мимо него: статусы, причины, ревалидация, стоимость ISR. CX Codex GP ChatGPT 2установок twilio-whatsapp-send-message Справочник по отправке сообщений WhatsApp через Twilio: 24-часовое окно, шаблоны, песочница и разбор ошибок доставки. CX Codex GP ChatGPT 2установок ngs-scrna-seq Скилл ведёт одноядерные и одноклеточные RNA-seq данные от FASTQ до матрицы подсчётов, а QC и кластеризацию передаёт встроенному скиллу. CX Codex GP ChatGPT 2установок ngs-epigenomics-peaks Разбирает запросы по ATAC-seq, ChIP-seq, CUT&RUN и CUT&Tag и передаёт их в нужный пайплайн: QC, выравнивание, пики, консенсус, дифференциальные пики. CX Codex GP ChatGPT 2установок ngs-dna-umi-panel-variants Помогает спланировать или выполнить анализ таргетных ДНК-панелей с UMI, консенсусными чтениями и поиском редких вариантов. Пригодится, когда важно оценить молекулярное покрытие и контроль качества панели. CX Codex GP ChatGPT 2установок ngs-dna-somatic-variants Скилл для планирования и запуска соматических вариантов в опухоли: tumor-normal, tumor-only, WGS, WES и панели. Полезен, когда нужно проверить пары образцов до запуска пайплайна. CX Codex GP ChatGPT 2установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой