# run-evals

Скилл run-evals запускает iPolloWork и прогоняет кодированные E2E-сценарии через CDP. Он пригодится, чтобы проверить функцию и получить отчёты для PR.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 7523 у репозитория
- Автор: Devin-AXIS
- Лицензия: LicenseRef-Proprietary · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/Devin-AXIS/iPolloWork/tree/HEAD/.opencode/skills/run-evals/SKILL.md
- Обновлён: 2026-10-29
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/run-evals

## Что делает

Скилл поднимает iPolloWork в песочнице Daytona или локально через Electron, затем запускает eval-сценарии. Для Daytona нужны установленный и авторизованный CLI, выбранная организация и файлы в `.devcontainer/`. Результаты включают проверяемые утверждения, скриншоты и отчёты в `evals/results/<run-id>/`.

Потоки запускаются командами `pnpm evals`: можно посмотреть список, выбрать сценарий или прогнать все сценарии со стеком `den`. Если нужного сценария ещё нет, его добавляют в `evals/flows/<id>.flow.mjs`. Сам цикл проверки и вынесения вердикта относится к скиллу `fraimz`; для такого результата нужны оба скилла.

Локальный запуск служит запасным вариантом, когда Daytona недоступна или ограничена квота. Он не подтверждает проверку в Daytona, поэтому в отчёте нужно указать, где прошёл запуск. Видео записывают только когда важно показать движение; обычный результат — кадры и отчёты.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Devin-AXIS/iPolloWork --skill run-evals -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Devin-AXIS/iPolloWork --skill run-evals -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Devin-AXIS/iPolloWork --skill run-evals -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Devin-AXIS/iPolloWork .opencode/skills/run-evals
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/run-evals/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Devin-AXIS/iPolloWork --skill run-evals -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Devin-AXIS/iPolloWork --path .opencode/skills/run-evals
```

### Windsurf (Devin Desktop)

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

### 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/Devin-AXIS/iPolloWork/tree/HEAD/.opencode/skills/run-evals/SKILL.md

## Когда брать
- запустить iPolloWork в Daytona для E2E-проверки
- найти доступные eval-сценарии и выбрать нужный
- проверить поведение приложения через CDP
- сохранить скриншоты и отчёты запуска
- добавить кодированный сценарий для новой функции

## Примеры запросов агенту
- Запусти iPolloWork в Daytona и проверь сценарий `<flow-id>` через CDP.
- Покажи список eval-сценариев и запусти их со стеком `den`.
- Проверь функцию локально и сохрани отчёт в `evals/results/<run-id>/`.

## Похожие
- [flow-next-drive](https://affpapa.org/nevibecode/skills/flow-next-drive.md) — скилл · ★ 730 у репозитория
- [rag-observability-evals](https://affpapa.org/nevibecode/skills/rag-observability-evals.md) — скилл · 353 установки
- [aiconfig-online-evals](https://affpapa.org/nevibecode/skills/aiconfig-online-evals.md) — скилл · 2700 установок
- [online-evals](https://affpapa.org/nevibecode/skills/online-evals.md) — скилл · 1900 установок
- [adk-evals](https://affpapa.org/nevibecode/skills/adk-evals.md) — скилл · 1700 установок
- [evals-start](https://affpapa.org/nevibecode/skills/evals-start.md) — скилл · 959 установок

Из того же набора: [devin-axis/ipollowork](https://affpapa.org/nevibecode/by/devin-axis/ipollowork.md) — 42 карточки

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