NeVibeCode · 3 карточки
Скиллы и MCP с тегом «llm-evaluation»
deepeval скилл Скилл настраивает тестирование AI-агентов и RAG через DeepEval. Помогает собирать тестовые наборы и запускать проверки через pytest.
Claude Code CX Codex Cursor +1
2 800установок
arize-experiment
официальный скилл Скилл управляет экспериментами в Arize через ax CLI: оценивает модели на датасетах и выгружает результаты прогонов.
GitHub Copilot
1 100установок
arize-evaluator
официальный скилл Скилл запускает LLM-as-judge оценки в Arize: проверяет спаны и эксперименты, создаёт evaluator и поддерживает непрерывный мониторинг.
GitHub Copilot
1 100установок
