[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M731M3Q4YY0DBRK84JTZ2TCZ":3,"skill-same:01M731M3Q4YY0DBRK84JTZ2TCZ":48},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":25,"commitSha":26,"skillDirectory":27,"forksCount":28,"repositoryHtmlUrl":29,"repositoryHomepageUrl":6,"ownerHtmlUrl":30,"ownerBlogUrl":31,"ownerDescription":32,"updatedAt":33,"install":34,"resources":47},"01M731M3Q4YY0DBRK84JTZ2TCZ","eval-harness",null,"Claude Codeセッションの正式な評価フレームワークで、評価駆動開発（EDD）の原則を実装します","SriramGandhiS\u002FSkills","SriramGandhiS","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F211849986?v=4","01M72WQCW12BYX71C6WN584TTA","Sriram S","01M72WQCWTJ2RD0ET1X31AF1RC",1,"MIT","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fweb-assets\u002Fdocs\u002Fja-JP\u002Fskills\u002Feval-harness\u002FSKILL.md",[],[],"2026-11-11 15:11:14",false,"---\nname: eval-harness\ndescription: Claude Codeセッションの正式な評価フレームワークで、評価駆動開発（EDD）の原則を実装します\ntools: Read, Write, Edit, Bash, Grep, Glob\n---\n\n# Eval Harnessスキル\n\nClaude Codeセッションの正式な評価フレームワークで、評価駆動開発（EDD）の原則を実装します。\n\n## 哲学\n\n評価駆動開発は評価を「AI開発のユニットテスト」として扱います：\n- 実装前に期待される動作を定義\n- 開発中に継続的に評価を実行\n- 変更ごとにリグレッションを追跡\n- 信頼性測定にpass@kメトリクスを使用\n\n## 評価タイプ\n\n### 能力評価\nClaudeが以前できなかったことができるようになったかをテスト：\n```markdown\n[CAPABILITY EVAL: feature-name]\nタスク: Claudeが達成すべきことの説明\n成功基準:\n  - [ ] 基準1\n  - [ ] 基準2\n  - [ ] 基準3\n期待される出力: 期待される結果の説明\n```\n\n### リグレッション評価\n変更が既存の機能を破壊しないことを確認：\n```markdown\n[REGRESSION EVAL: feature-name]\nベースライン: SHAまたはチェックポイント名\nテスト:\n  - existing-test-1: PASS\u002FFAIL\n  - existing-test-2: PASS\u002FFAIL\n  - existing-test-3: PASS\u002FFAIL\n結果: X\u002FY 成功（以前は Y\u002FY）\n```\n\n## 評価者タイプ\n\n### 1. コードベース評価者\nコードを使用した決定論的チェック：\n```bash\n## ファイルに期待されるパターンが含まれているかチェック\ngrep -q \"export function handleAuth\" src\u002Fauth.ts && echo \"PASS\" || echo \"FAIL\"\n\n## テストが成功するかチェック\nnpm test -- --testPathPattern=\"auth\" && echo \"PASS\" || echo \"FAIL\"\n\n## ビルドが成功するかチェック\nnpm run build && echo \"PASS\" || echo \"FAIL\"\n```\n\n### 2. モデルベース評価者\nClaudeを使用して自由形式の出力を評価：\n```markdown\n[MODEL GRADER PROMPT]\n次のコード変更を評価してください：\n1. 記述された問題を解決していますか？\n2. 構造化されていますか？\n3. エッジケースは処理されていますか？\n4. エラー処理は適切ですか？\n\nスコア: 1-5（1=不良、5=優秀）\n理由: [説明]\n```\n\n### 3. 人間評価者\n手動レビューのためにフラグを立てる：\n```markdown\n[HUMAN REVIEW REQUIRED]\n変更内容: 何が変更されたかの説明\n理由: 人間のレビューが必要な理由\nリスクレベル: LOW\u002FMEDIUM\u002FHIGH\n```\n\n## メトリクス\n\n### pass@k\n「k回の試行で少なくとも1回成功」\n- pass@1: 最初の試行での成功率\n- pass@3: 3回以内の成功\n- 一般的な目標: pass@3 > 90%\n\n### pass^k\n「k回の試行すべてが成功」\n- より高い信頼性の基準\n- pass^3: 3回連続成功\n- クリティカルパスに使用\n\n## 評価ワークフロー\n\n### 1. 定義（コーディング前）\n```markdown\n## 評価定義: feature-xyz\n\n### 能力評価\n1. 新しいユーザーアカウントを作成できる\n2. メール形式を検証できる\n3. パスワードを安全にハッシュ化できる\n\n### リグレッション評価\n1. 既存のログインが引き続き機能する\n2. セッション管理が変更されていない\n3. ログアウトフローが維持されている\n\n### 成功メトリクス\n- 能力評価で pass@3 > 90%\n- リグレッション評価で pass^3 = 100%\n```\n\n### 2. 実装\n定義された評価に合格するコードを書く。\n\n### 3. 評価\n```bash\n## 能力評価を実行\n[各能力評価を実行し、PASS\u002FFAILを記録]\n\n## リグレッション評価を実行\nnpm test -- --testPathPattern=\"existing\"\n\n## レポートを生成\n```\n\n### 4. レポート\n```markdown\n評価レポート: feature-xyz\n========================\n\n能力評価:\n  create-user:     PASS (pass@1)\n  validate-email:  PASS (pass@2)\n  hash-password:   PASS (pass@1)\n  全体:            3\u002F3 成功\n\nリグレッション評価:\n  login-flow:      PASS\n  session-mgmt:    PASS\n  logout-flow:     PASS\n  全体:            3\u002F3 成功\n\nメトリクス:\n  pass@1: 67% (2\u002F3)\n  pass@3: 100% (3\u002F3)\n\nステータス: レビュー準備完了\n```\n\n## 統合パターン\n\n### 実装前\n```\n\u002Feval define feature-name\n```\n`.claude\u002Fevals\u002Ffeature-name.md`に評価定義ファイルを作成\n\n### 実装中\n```\n\u002Feval check feature-name\n```\n現在の評価を実行してステータスを報告\n\n### 実装後\n```\n\u002Feval report feature-name\n```\n完全な評価レポートを生成\n\n## 評価の保存\n\nプロジェクト内に評価を保存：\n```\n.claude\u002F\n  evals\u002F\n    feature-xyz.md      # 評価定義\n    feature-xyz.log     # 評価実行履歴\n    baseline.json       # リグレッションベースライン\n```\n\n## ベストプラクティス\n\n1. **コーディング前に評価を定義** - 成功基準について明確に考えることを強制\n2. **頻繁に評価を実行** - リグレッションを早期に検出\n3. **時間経過とともにpass@kを追跡** - 信頼性のトレンドを監視\n4. **可能な限りコード評価者を使用** - 決定論的 > 確率的\n5. **セキュリティは人間レビュー** - セキュリティチェックを完全に自動化しない\n6. **評価を高速に保つ** - 遅い評価は実行されない\n7. **コードと一緒に評価をバージョン管理** - 評価はファーストクラスの成果物\n\n## 例：認証の追加\n\n```markdown\n## EVAL: add-authentication\n\n### フェーズ 1: 定義（10分）\n能力評価:\n- [ ] ユーザーはメール\u002Fパスワードで登録できる\n- [ ] ユーザーは有効な資格情報でログインできる\n- [ ] 無効な資格情報は適切なエラーで拒否される\n- [ ] セッションはページリロード後も持続する\n- [ ] ログアウトはセッションをクリアする\n\nリグレッション評価:\n- [ ] 公開ルートは引き続きアクセス可能\n- [ ] APIレスポンスは変更されていない\n- [ ] データベーススキーマは互換性がある\n\n### フェーズ 2: 実装（可変）\n[コードを書く]\n\n### フェーズ 3: 評価\nRun: \u002Feval check add-authentication\n\n### フェーズ 4: レポート\n評価レポート: add-authentication\n==============================\n能力: 5\u002F5 成功（pass@3: 100%）\nリグレッション: 3\u002F3 成功（pass^3: 100%）\nステータス: 出荷可能\n```\n","# Eval Harnessスキル\n\nClaude Codeセッションの正式な評価フレームワークで、評価駆動開発（EDD）の原則を実装します。\n\n## 哲学\n\n評価駆動開発は評価を「AI開発のユニットテスト」として扱います：\n- 実装前に期待される動作を定義\n- 開発中に継続的に評価を実行\n- 変更ごとにリグレッションを追跡\n- 信頼性測定にpass@kメトリクスを使用\n\n## 評価タイプ\n\n### 能力評価\nClaudeが以前できなかったことができるようになったかをテスト：\n```markdown\n[CAPABILITY EVAL: feature-name]\nタスク: Claudeが達成すべきことの説明\n成功基準:\n  - [ ] 基準1\n  - [ ] 基準2\n  - [ ] 基準3\n期待される出力: 期待される結果の説明\n```\n\n### リグレッション評価\n変更が既存の機能を破壊しないことを確認：\n```markdown\n[REGRESSION EVAL: feature-name]\nベースライン: SHAまたはチェックポイント名\nテスト:\n  - existing-test-1: PASS\u002FFAIL\n  - existing-test-2: PASS\u002FFAIL\n  - existing-test-3: PASS\u002FFAIL\n結果: X\u002FY 成功（以前は Y\u002FY）\n```\n\n## 評価者タイプ\n\n### 1. コードベース評価者\nコードを使用した決定論的チェック：\n```bash\n## ファイルに期待されるパターンが含まれているかチェック\ngrep -q \"export function handleAuth\" src\u002Fauth.ts && echo \"PASS\" || echo \"FAIL\"\n\n## テストが成功するかチェック\nnpm test -- --testPathPattern=\"auth\" && echo \"PASS\" || echo \"FAIL\"\n\n## ビルドが成功するかチェック\nnpm run build && echo \"PASS\" || echo \"FAIL\"\n```\n\n### 2. モデルベース評価者\nClaudeを使用して自由形式の出力を評価：\n```markdown\n[MODEL GRADER PROMPT]\n次のコード変更を評価してください：\n1. 記述された問題を解決していますか？\n2. 構造化されていますか？\n3. エッジケースは処理されていますか？\n4. エラー処理は適切ですか？\n\nスコア: 1-5（1=不良、5=優秀）\n理由: [説明]\n```\n\n### 3. 人間評価者\n手動レビューのためにフラグを立てる：\n```markdown\n[HUMAN REVIEW REQUIRED]\n変更内容: 何が変更されたかの説明\n理由: 人間のレビューが必要な理由\nリスクレベル: LOW\u002FMEDIUM\u002FHIGH\n```\n\n## メトリクス\n\n### pass@k\n「k回の試行で少なくとも1回成功」\n- pass@1: 最初の試行での成功率\n- pass@3: 3回以内の成功\n- 一般的な目標: pass@3 > 90%\n\n### pass^k\n「k回の試行すべてが成功」\n- より高い信頼性の基準\n- pass^3: 3回連続成功\n- クリティカルパスに使用\n\n## 評価ワークフロー\n\n### 1. 定義（コーディング前）\n```markdown\n## 評価定義: feature-xyz\n\n### 能力評価\n1. 新しいユーザーアカウントを作成できる\n2. メール形式を検証できる\n3. パスワードを安全にハッシュ化できる\n\n### リグレッション評価\n1. 既存のログインが引き続き機能する\n2. セッション管理が変更されていない\n3. ログアウトフローが維持されている\n\n### 成功メトリクス\n- 能力評価で pass@3 > 90%\n- リグレッション評価で pass^3 = 100%\n```\n\n### 2. 実装\n定義された評価に合格するコードを書く。\n\n### 3. 評価\n```bash\n## 能力評価を実行\n[各能力評価を実行し、PASS\u002FFAILを記録]\n\n## リグレッション評価を実行\nnpm test -- --testPathPattern=\"existing\"\n\n## レポートを生成\n```\n\n### 4. レポート\n```markdown\n評価レポート: feature-xyz\n========================\n\n能力評価:\n  create-user:     PASS (pass@1)\n  validate-email:  PASS (pass@2)\n  hash-password:   PASS (pass@1)\n  全体:            3\u002F3 成功\n\nリグレッション評価:\n  login-flow:      PASS\n  session-mgmt:    PASS\n  logout-flow:     PASS\n  全体:            3\u002F3 成功\n\nメトリクス:\n  pass@1: 67% (2\u002F3)\n  pass@3: 100% (3\u002F3)\n\nステータス: レビュー準備完了\n```\n\n## 統合パターン\n\n### 実装前\n```\n\u002Feval define feature-name\n```\n`.claude\u002Fevals\u002Ffeature-name.md`に評価定義ファイルを作成\n\n### 実装中\n```\n\u002Feval check feature-name\n```\n現在の評価を実行してステータスを報告\n\n### 実装後\n```\n\u002Feval report feature-name\n```\n完全な評価レポートを生成\n\n## 評価の保存\n\nプロジェクト内に評価を保存：\n```\n.claude\u002F\n  evals\u002F\n    feature-xyz.md      # 評価定義\n    feature-xyz.log     # 評価実行履歴\n    baseline.json       # リグレッションベースライン\n```\n\n## ベストプラクティス\n\n1. **コーディング前に評価を定義** - 成功基準について明確に考えることを強制\n2. **頻繁に評価を実行** - リグレッションを早期に検出\n3. **時間経過とともにpass@kを追跡** - 信頼性のトレンドを監視\n4. **可能な限りコード評価者を使用** - 決定論的 > 確率的\n5. **セキュリティは人間レビュー** - セキュリティチェックを完全に自動化しない\n6. **評価を高速に保つ** - 遅い評価は実行されない\n7. **コードと一緒に評価をバージョン管理** - 評価はファーストクラスの成果物\n\n## 例：認証の追加\n\n```markdown\n## EVAL: add-authentication\n\n### フェーズ 1: 定義（10分）\n能力評価:\n- [ ] ユーザーはメール\u002Fパスワードで登録できる\n- [ ] ユーザーは有効な資格情報でログインできる\n- [ ] 無効な資格情報は適切なエラーで拒否される\n- [ ] セッションはページリロード後も持続する\n- [ ] ログアウトはセッションをクリアする\n\nリグレッション評価:\n- [ ] 公開ルートは引き続きアクセス可能\n- [ ] APIレスポンスは変更されていない\n- [ ] データベーススキーマは互換性がある\n\n### フェーズ 2: 実装（可変）\n[コードを書く]\n\n### フェーズ 3: 評価\nRun: \u002Feval check add-authentication\n\n### フェーズ 4: レポート\n評価レポート: add-authentication\n==============================\n能力: 5\u002F5 成功（pass@3: 100%）\nリグレッション: 3\u002F3 成功（pass^3: 100%）\nステータス: 出荷可能\n```\n",{"name":5,"tools":24,"description":7},"Read, Write, Edit, Bash, Grep, Glob","master","d6ca01da0f24a3b0e26e4a8b7b66cbd25d429f5d","web-assets\u002Fdocs\u002Fja-JP\u002Fskills\u002Feval-harness",0,"https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills","https:\u002F\u002Fgithub.com\u002FSriramGandhiS","https:\u002F\u002Fsriram.website\u002F","Curious guy who keeps tinkering until something works","2026-05-20 16:21:34",{"source":8,"skillName":5,"commands":35,"prompt":45,"zipAvailable":46},[36,39,42],{"tool":37,"command":38},"npx","npx skills add SriramGandhiS\u002FSkills --skill eval-harness",{"tool":40,"command":41},"bunx","bunx skills add SriramGandhiS\u002FSkills --skill eval-harness",{"tool":43,"command":44},"pnpm","pnpm dlx skills add SriramGandhiS\u002FSkills --skill eval-harness","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fweb-assets\u002Fdocs\u002Fja-JP\u002Fskills\u002Feval-harness\u002FSKILL.md",true,[],[49,56,61,67,74,81],{"skillNo":50,"name":51,"nameZh":6,"description":52,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":53,"categories":54,"keywords":55,"publishedAt":19},"01M732609EPJWV13PVTX3GT4TM","webgpu-threejs-tsl","Comprehensive guide for developing WebGPU-enabled Three.js applications using TSL (Three.js Shading Language). Covers WebGPU renderer setup, TSL syntax and node materials, compute shaders, post-processing effects, and WGSL integration. Use this skill when working with Three.js WebGPU, TSL shaders, node materials, or GPU compute in Three.js.","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fwebgpu-threejs-tsl\u002Fskills\u002Fwebgpu-threejs-tsl\u002FSKILL.md",[],[],{"skillNo":57,"name":51,"nameZh":6,"description":52,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":58,"categories":59,"keywords":60,"publishedAt":19},"01M7325XM47AGWB6K6C4VXKE6B","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fwebgpu-threejs-tsl\u002FSKILL.md",[],[],{"skillNo":62,"name":63,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":64,"categories":65,"keywords":66,"publishedAt":19},"01M7325WP6DES69JKC840VMFEP","verification-loop","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fweb-assets\u002Fdocs\u002Fzh-TW\u002Fskills\u002Fverification-loop\u002FSKILL.md",[],[],{"skillNo":68,"name":69,"nameZh":6,"description":70,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":71,"categories":72,"keywords":73,"publishedAt":19},"01M7325TFQF1DZTQ6J3WGQQ1VR","tdd-workflow","Use this skill when writing new features, fixing bugs, or refactoring code. Enforces test-driven development with 80%+ coverage including unit, integration, and E2E tests.","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fweb-assets\u002Fdocs\u002Fzh-TW\u002Fskills\u002Ftdd-workflow\u002FSKILL.md",[],[],{"skillNo":75,"name":76,"nameZh":6,"description":77,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":78,"categories":79,"keywords":80,"publishedAt":19},"01M7325RGV9AY9PK92D2V8KKPW","strategic-compact","Suggests manual context compaction at logical intervals to preserve context through task phases rather than arbitrary auto-compaction.","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fweb-assets\u002Fdocs\u002Fzh-TW\u002Fskills\u002Fstrategic-compact\u002FSKILL.md",[],[],{"skillNo":82,"name":83,"nameZh":6,"description":84,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":85,"categories":86,"keywords":87,"publishedAt":19},"01M7325MZC28SE86E7NMCNEFS4","security-review","Use this skill when adding authentication, handling user input, working with secrets, creating API endpoints, or implementing payment\u002Fsensitive features. Provides comprehensive security checklist and patterns.","https:\u002F\u002Fgithub.com\u002FSriramGandhiS\u002FSkills\u002Fblob\u002Fmaster\u002Fweb-assets\u002Fdocs\u002Fzh-TW\u002Fskills\u002Fsecurity-review\u002FSKILL.md",[],[]]