Laporan audit skill

agentic-eval Laporan audit.

Patterns and techniques for evaluating and improving AI agent outputs. Use this skill when: - Implementing self-critique and reflection loops - Building evaluator-optimizer pipelines for quality-critical generation - Creating test-driven code refinement workflows - Designing rubric-based or LLM-as-judge evaluation systems - Adding iterative improvement to agent outputs (code, reports, analysis) - Measuring and improving agent response quality

Ditinjau · IzinkanAman untuk dicobaDihasilkan 13 Okt 2026Audit metadata heuristik
87
Audit
84
Kepercayaan
89
Kualitas
86
Keamanan
88
Maintain
92
Pasang

Trust Score OpenAgentSkill

84
Shortlist kuat

Trust Score OpenAgentSkill

The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.

Adopsi GitHub

Lulus

100

39K star GitHub

Aktivitas star/fork

Lulus

97

39K star dan 4.9K fork; aktivitas issue tidak tersedia dalam metadata saat ini

Pemeliharaan terbaru

Lulus

88

1 bulan sejak push

Kejelasan lisensi

Lulus

86

MIT

Kelengkapan README/SKILL.md

Info

76

Metadata publik memerlukan konteks README/SKILL.md yang lebih kuat

Risiko dependensi/runtime

Lulus

90

Tidak ada petunjuk risiko dependensi besar dalam metadata publik

Ketersediaan pemasangan

Lulus

92

npx skills add github/awesome-copilot --skill agentic-eval

Keamanan perintah pemasangan

Info

68

dynamic command execution, standard package or runtime install path

Cakupan izin

Lulus

100

Tidak ada cakupan izin berisiko tinggi dalam metadata publik

Bukti repositori

Lulus

86

https://github.com/github/awesome-copilot/tree/main/skills/agentic-eval

Status peninjauan

Lulus

88

Data tinjauan AI tersedia

Hasil terbukti Agent

Info

54

Belum ada data hasil Agent

Pemeriksaan

Tinjauan pemasangan dan adopsi

10 Lulus · 1 Perlu ditinjau

Jalur pemasangan

92

Lulus

npx skills add github/awesome-copilot --skill agentic-eval

Repositori

88

Lulus

https://github.com/github/awesome-copilot/tree/main/skills/agentic-eval

Lisensi

86

Lulus

MIT

Pemeliharaan

88

Lulus

1 bulan sejak push

Tinjauan AI

88

Lulus

Approved with no listed issues

Kelengkapan README/SKILL.md

84

Lulus

Usable description available

Risiko dependensi

90

Lulus

Tidak ada petunjuk risiko dependensi besar dalam metadata publik

Keamanan perintah pemasangan

68

Periksa

dynamic command execution, standard package or runtime install path

Cakupan izin

100

Lulus

Tidak ada cakupan izin berisiko tinggi dalam metadata publik

Aktivitas star/fork

97

Lulus

39K star dan 4.9K fork; aktivitas issue tidak tersedia dalam metadata saat ini

Adopsi

88

Lulus

39K star GitHub

Peringatan

Tidak ada peringatan besar dari metadata yang tersedia.

Metode

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.

Bandingkan opsi sekitar

Skill terkait untuk diaudit berikutnya