通过 Skills CLI 安装
使用 npx skills add 将该 skill 安装到选中的 Agent。Phase 0 命令均为按规则生成，尚未验证。
Codex
npx skills add https://github.com/NeoLabHQ/context-engineering-kit/tree/master/plugins/customaize-agent/skills/agent-evaluation -g -a codex -y去掉 -g 可改为项目级安装
#90
该品类排名 #90 / 共 93 个· Ranked #90 of 93 in this category
agent-evaluation
Evaluate and improve Claude Code commands, skills, and agents. Use when testing prompt effectiveness, validating context
安装前须知Before you install
✓未声明特殊权限需求No special access needs declared
编辑结论· Editor's verdict
Auto-published by GitHub discovery based on star threshold.
✓
适合什么场景Best for
- High-star GitHub skill discovery candidate.
✗
不适合什么场景Not for
- Sensitive or production workflows without local review.
vs 其他选择vs alternatives
完整对比表Full compare table →#1QA Loop
打开产品走一遍流程，发现问题就修，然后再验证。
差异 · diff做需要留证据链的浏览器 QA，它是最佳选择。每次跑都会产出截图、控制台 diff 和可重放的动作日志——比一句「我在本地测过了」更难被挡回去。适合做合并前关卡，也适合带证据提 bug。别用在单元测试场景，也别在敏感的登录态生产会话里用——截图本身就是数据风险。
#2GStack Investigate
根因没坐实之前，不急着动手修。
差异 · diffbug 是在代码里而不是在运行态时，它最合适。和 incident-investigate 一样有「根因没明确前不修复」的纪律，但更偏静态代码调查：读可疑模块、建假设树、要求先有失败测试或复现，才允许改代码。在 flaky test 和间歇性故障这种「浅修反而更糟」的场景里最强。运维侧事故（日志、流量、基础设施）用 incident-investigate 更合适。
#3GStack QA
打开应用走完整流程，只修复已经验证的问题。
差异 · diff浏览器 QA 需要闭环时它最合适——找出 bug、提修复方案、验证修复、留下证据。qa-loop 偏向给干系人交证据，gstack-qa 偏向在同一个会话里把修复 ship 出去。在前端重构和视觉回归这两类场景上最强。截图数据风险和 qa-loop 一样——别对着有登录态的生产会话跑，截图本身就会变成泄漏面。
维度对比side-by-side compare
和同类的关键维度差异| 当前 · this skillagent-evaluation | QA Loop | GStack Investigate | GStack QA | |
|---|---|---|---|---|
| 评分 · rating | — | 4.9 | 4.8 | 4.8 |
| 星标 · stars | 1.0k | 15k | 123k | 123k |
| 风险 · risk | 自动筛查 · automated | 中风险 · med risk | 低风险 · low risk | 中风险 · med risk |
| 最适合 · best for | High-star GitHub skill discovery candidate. | 浏览器冒烟测试 | 结构化调试 | 浏览器回归循环 |
| 不适合 · not for | Sensitive or production workflows without local review. | 纯单元测试 | 快速文案改动 | 只读审计环境 |
审计备注Audit notes
未独立审计 · not audited源码Source公开 GitHub · open on GitHub✓
作者Author社区贡献 · community!
网络访问Network未独立审计 · not audited!
文件写入Filesystem未独立审计 · not audited!
依赖Dependencies未独立审计 · not audited!
遥测Telemetry无 · none✓