工程開發

evaluation

AI 代理系統評估框架，包含 LLM-as-judge 指標、多維度評分標準、品質閘控與回歸測試，用於衡量效能並驗證上下文工程成果。

Agent 類型

Claude Code

安裝指令 (macOS)

curl -fsSL "https://mentalok.io/api/v1/skills/evaluation/install?os=mac&agent=claude" | bash

安裝指令 (Windows)

curl -L "https://mentalok.io/api/v1/skills/evaluation/install?os=windows&agent=claude" -o install-evaluation.bat && install-evaluation.bat

下載安裝腳本

macOS

Windows

下載技能專案