← Recherche

Eval-driven development: build a real eval pipeline for Python LLM apps
Outils de développement 🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026 📌 Version épinglée : commit 82701c2
Test d’installation seulement, à la date indiquée. Ne garantit pas la sécurité du code.
⚙ Prérequis: une application LLM Python à évaluer…

Eval-driven development: build a real eval pipeline for Python LLM apps

Instrumenter votre app LLM Python avec pixie-qa — définir des critères d'éval, construire des golden datasets, lancer de vraies évals avec scorers LLM-as-judge, analyser les résultats en plan d'action

L’essentiel
Quoi
Instrumenter votre app LLM Python avec pixie-qa — définir des critères d'éval, construire des golden datasets, lancer de vraies évals avec scorers LLM-as-judge, analyser les résultats en plan d'action
Coût
Gratuit
Prérequis
une application LLM Python à évaluer ; le package pixie-qa (le setup.sh du skill l'installe) — le skill est un workflow guidé, pas un logiciel
Installation
Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.

Version :

Réponse rapide

Eval-driven development est un skill pour les applis LLM Python, propulsé par pixie-qa, en un flux en 6 étapes. Il définit des critères à partir de modes d'échec, instrumente l'app avec des appels wrap et un Runnable, transforme les critères en évaluateurs, construit un dataset doré à partir de données, jamais de fixtures, et lance pixie test jusqu'à des scores.

⌁

Installation

Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026📌 Version épinglée : commit 82701c2

Étape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : une application LLM Python à évaluer ; le package pixie-qa (le setup.sh du skill l'installe) — le skill est un workflow guidé, pas un logiciel Installe-moi « Développement guidé par évaluations : construire un vrai pipeline d'évals pour apps LLM Python ». Il donne à mon agent le workflow d'évals de @github : analyser l'app LLM Python et définir des critères d'éval à partir des vrais modes de défaillance, instrumenter les frontières de données avec des appels wrap(), écrire un Runnable contre le vrai point d'entrée, capturer une trace de référence, construire des évaluateurs exécutables (évaluateurs agent pour critères sémantiques), créer un golden dataset à partir de données réelles, lancer pixie test jusqu'à de vrais scores, et produire un plan d'action priorisé. Licence MIT. Dépôt : https://raw.githubusercontent.com/github/awesome-copilot/82701c24b99488536ca399ff4789a458b7a05db7/skills/eval-driven-dev/SKILL.md Version épinglée : installe le code au commit 82701c24b99488536ca399ff4789a458b7a05db7 exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur, les identifiants uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « eval-driven-dev ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. lancer le setup.sh du skill pour installer pixie-qa et démarrer le serveur web de résultats ; pointer l'agent vers mon app LLM Python ; fournir mes identifiants API LLM — les évals font de vrais appels LLM avec de vrais coûts). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.

🔒 Sécurité, provenance et ce que ça touche
🧭 Ce que ça touche
D’après le prompt d’installation que nous avons analysé, ce skill ne lance pas de commandes, ne fait pas d’appels réseau à des tiers, n’installe pas de paquets, n’écrit pas de fichiers et ne demande pas de clés API.
Analyse du prompt d’installation · 2026-10-13
🔒 Sécurité et provenance
📌 Version épinglée : commit 82701c2 · 2026-10-13
🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026
👁 Observé pendant le test d’installation · 18 nov. 2026 : registry.npmjs.org
🔎 Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Envie d'être encore plus prudent ?

Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?

Comment vérifier un skill avant de l’installer →

✓

Certificat de vérification

Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.

Version épinglée
82701c2 · 2026-10-13
Test d’installation en sandbox
Installation exécutée dans notre sandbox de test · 18 nov. 2026 · Observé pendant le test d’installation: registry.npmjs.org
Identité du créateur
Non vérifiée
Veille d’empreinte
Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
Analyse du prompt d’installation
2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.

Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions

?

Questions

Comment installer un skill ?

Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.

Où va mon argent ?

Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.

Que signifie le ✓ à côté du nom d’un créateur ?

Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.