Автор и репозиторий
Автор — affaan-m. Репозиторий собрал 220k звёзд на GitHub. Распространяется под лицензией MIT. Файл eval-harness.md открыт: прочитать его можно до установки.
Открыть репозиторий
Скилл · Данные и ИИ
Eval Harness
Измеряет качество работы агента вместо «вроде стало лучше».
О скилле
Что делает
Формальная система оценки сессий Claude Code: измеряет качество ответов агента, риск ухудшений после правок и точность выбора модели под конкретные задачи. Отвечает на вопросы, которые обычно решаются на глаз: этот промпт стал лучше или хуже, какая модель справляется точнее. Тому, кто серьёзно работает с ИИ-агентами, даёт переход от ощущений к измерениям.
Источник
Откуда скилл и как поставить
Установка в Claude Code
Склонируйте репозиторий в ~/.claude/skills/ и перезапустите Claude Code — скилл подхватится сам. Дальше просто попросите ассистента использовать «Eval Harness».
Cursor и другие редакторы
Скопируйте содержимое SKILL.md в системные правила проекта. Скиллы не запускают код — это текстовые инструкции, которые меняют поведение модели.
Хотите внедрить, но некогда разбираться?
Подберу скиллы под вашу задачу, поставлю и покажу на живом примере — быстрее, чем читать документацию.
Получить консультацию
Рядом на полке
Похожие скиллы
agent-eval.md★ 218k
Agent Eval
Честное сравнение ИИ-агентов на ваших собственных задачах
affaan-m · MIT
benchmark-methodology.md★ 220k
Benchmark Methodology
Как построить честный тест для ИИ-системы и не обмануть себя
Affaan M. · MIT
agent-harness-construction.md★ 220k
Agent Harness Construction
Проектирование набора инструментов агента, чтобы он не крутился в петлях
affaan-m · MIT
data-scraper-agent.md★ 220k
Data Scraper Agent
Агент-сборщик данных: парсит открытые источники и складывает структурой
affaan-m · MIT
data-throughput-accelerator.md★ 220k
Data Throughput Accelerator
Разгоняет массовую обработку данных: ETL, бэкфилл, выгрузки
affaan-m · MIT
e2e-testing.md★ 220k
E2e Testing
Сквозные тесты на Playwright: структура, конвейер, нестабильные тесты
affaan-m · MIT
Дальше
Куда идти дальше
Категория «Данные и ИИ»
Анализ данных, пайплайны, ML, интеграция LLM в продукты.
Ко всем скиллам категорииСловарь терминов
Промпт, токен, MCP, агент — 44 понятия простыми словами, если что-то на этой странице звучит незнакомо.
Открыть словарьГайды
Пошаговые разборы: от первого промпта до своих агентов и автоматизации.
К каталогу гайдов
Вопросы
Частые вопросы
Что делает скилл Eval Harness?
Измеряет качество работы агента вместо «вроде стало лучше». Это Agent Skill — текстовое расширение для Claude Code и Cursor: подключается файлом SKILL.md и меняет поведение ассистента, кода внутри нет. Темы скилла: claude-code, evaluation, edd, benchmark, quality.
Как установить Eval Harness?
Склонируйте репозиторий автора в папку скиллов: git clone https://github.com/affaan-m/ECC ~/.claude/skills/eval-harness — и перезапустите Claude Code, он подхватит скилл сам. В Cursor и похожих редакторах скопируйте содержимое SKILL.md в правила проекта. Перед установкой файл стоит прочитать: это обычный текст.
Это бесплатно?
Да. Скилл «Eval Harness» открыт: автор — affaan-m, скачивается из официального репозитория без регистрации. Распространяется под лицензией MIT. На этой странице ничего покупать не нужно — каталог часть моего раздела «Обучение».
Нужен такой результат в вашей работе?
Напишите, чем занимаетесь, — скажу, закроет ли задачу этот скилл или собрать решение под вас.
Получить консультациюПн–Вс, 10:00–20:00. Отвечаю лично.