进击的 mmmlll (@Miao0708) 在 【skills 评测】编写 claude skills 后如何进行评测整体 claude code 对 skill的指令遵循，不同场景下任务的成功率 中发帖
skills 评测这块佬友们有研究过吗，我想做一个工作任务流 的 skill ，测试下来发现不同场景表现不同，有些场景指令遵循存在不可控性，生成结果也不可控，出现一个例外场景，我会针对性分析错误然后改进一下提示词。我的想法是看下有没有专门的任务评测，达到一定成功率就不再调整了