Informe de auditoría del skill
design-ai-benchmarking Informe de auditoría.
Design and validity review for studies that benchmark one or more AI systems against a human-expert panel as the reference. Covers the evaluation question and arm definition, decoupled multi-dimensional rubrics with anchors, planted calibration probes, reviewer-panel construction, inter-rater reliability targets, LLM-as-judge versus human-as-judge adjudication, construct-independence guards, and a structured rating-export schema. Use before data collection on an AI-vs-expert evaluation.
Trust Score de OpenAgentSkill
Trust Score de OpenAgentSkill
The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.
Adopción en GitHub
Info62
291 estrellas de GitHub
Actividad de stars/forks
Info62
291 estrellas y 71 forks; la actividad de issues no está disponible en los metadatos actuales
Mantenimiento reciente
Aprobado88
1 meses desde el último push
Claridad de licencia
Aprobado86
MIT
Completitud de README/SKILL.md
Info76
Los metadatos públicos necesitan más contexto de README/SKILL.md
Riesgo de dependencias/runtime
Info72
Superficie de ejecución de comandos
Disponibilidad de instalación
Aprobado92
npx skills add Aperivue/medsci-skills --skill design-ai-benchmarking
Seguridad del comando de instalación
Aprobado92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
Info64
Ejecución de shell o comandos, acceso a base de datos
Evidencia del repositorio
Aprobado86
https://github.com/Aperivue/medsci-skills/tree/main/skills/design-ai-benchmarking
Estado de revisión
Info66
Hay datos de revisión por IA disponibles
Resultados comprobados por Agent
Info54
Aún no hay datos de resultados del Agent
Comprobaciones
Revisión de instalación y adopción
Ruta de instalación
92
npx skills add Aperivue/medsci-skills --skill design-ai-benchmarking
Repositorio
88
https://github.com/Aperivue/medsci-skills/tree/main/skills/design-ai-benchmarking
Licencia
86
MIT
Mantenimiento
88
1 meses desde el último push
Revisión por IA
55
No critical security issues detected; the skill is advisory and uses standard file tools only.
Completitud de README/SKILL.md
84
Usable description available
Riesgo de dependencias
72
Superficie de ejecución de comandos
Seguridad del comando de instalación
92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
64
Ejecución de shell o comandos, acceso a base de datos
Actividad de stars/forks
62
291 estrellas y 71 forks; la actividad de issues no está disponible en los metadatos actuales
Adopción
68
291 estrellas de GitHub
Advertencias
- No critical security issues detected; the skill is advisory and uses standard file tools only.
- The SKILL.md excerpt is truncated in the review material, but the provided content is coherent and complete enough for assessment.
- Quality score needs review
Método
This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.
Comparar opciones cercanas
Skills relacionados para auditar después
Frontend Design
Guidance for distinctive, intentional UI design, typography, visual direction, and non-template-like product interfaces.
181K Estrellas · Informe de auditoría
Taste Skill: Anti-Slop Frontend
Design and implementation guidance for distinctive landing pages, portfolios, product demos, and purposeful redesigns.
95K Estrellas · Informe de auditoría
Canvas Design
Create original visual art, posters, PNG assets, and PDF documents through a clear design philosophy.
181K Estrellas · Informe de auditoría