Skill 审计报告

eval-driven-development 审计报告.

Use this to build or change an LLM feature the reliable way, by writing evals first and iterating against them, instead of tweaking prompts by vibes. Trigger on "how do I improve this prompt", "my changes keep breaking other things", "how do I know if this is better", "iterate on my agent", or any prompt/model/RAG change. This is test-driven development for LLMs.

实验性 · 审查需审查生成于 2026年10月13日启发式元数据审计
73
审计
74
信任
54
质量
77
安全性
88
维护
92
安装

OpenAgentSkill 信任评分

74
强候选

OpenAgentSkill 信任评分

Trust Score 帮助 Agent 在安装前判断一个 Skill 是否足以进入候选清单。

GitHub 采用度

警告

48

33 个 GitHub Stars

Star/Fork 活跃度

警告

48

33 个 Star,18 个 Fork; 当前元数据中没有议题活跃度信息

近期维护

通过

88

距上次推送 1 个月

许可证清晰度

通过

86

CC0-1.0

README/SKILL.md 完整度

通过

86

元数据包含足够的用法与工作流上下文

依赖与运行时风险

通过

90

公开元数据中未发现主要依赖风险提示

安装可用性

通过

92

npx skills add ContextJet-ai/awesome-llm-observability --skill eval-driven-development

安装命令安全性

信息

68

dynamic command execution, standard package or runtime install path

权限范围

通过

86

文件系统或文档访问

仓库证据

通过

86

https://github.com/ContextJet-ai/awesome-llm-observability/tree/main/skills/eval-driven-development

审查状态

警告

46

缺少 AI 审查批准

Agent 验证结果

信息

54

暂未有 Agent 结果数据

检查项

安装与采用审查

7 通过 · 10 需审查

安装路径

92

通过

npx skills add ContextJet-ai/awesome-llm-observability --skill eval-driven-development

仓库

88

通过

https://github.com/ContextJet-ai/awesome-llm-observability/tree/main/skills/eval-driven-development

许可证

86

通过

CC0-1.0

维护

88

通过

距上次推送 1 个月

AI 审查

55

检查

Review approval is missing

README/SKILL.md 完整度

86

通过

Usable description available

依赖风险

90

通过

公开元数据中未发现主要依赖风险提示

安装命令安全性

68

检查

dynamic command execution, standard package or runtime install path

权限范围

86

通过

文件系统或文档访问

Star/Fork 活跃度

48

修复

33 个 Star,18 个 Fork; 当前元数据中没有议题活跃度信息

采用度

42

检查

33 个 GitHub Stars

警告

  • Low GitHub adoption signal
  • 缺少 AI 审查批准
  • Quality score needs review
  • GitHub adoption: 33 GitHub stars
  • Stars/forks activity: 33 stars, 18 forks; issue activity unavailable in current metadata
  • Review status: AI review approval is missing

方法

本报告综合公开元数据、AI 审查输出、仓库活跃度、安装就绪度、OpenAgentSkill 事件、质量评分、信任检查和 Agent 安全门槛;它不是完整的源代码安全审计。

对比相近选项

下一步可审计的相关 Skill