Model Evaluation

了解 agentic-engineering 技能，掌握以 eval-first 為核心的執行方式、任務拆解、模型路由，以及透過 regression checks 提升工作流程自動化的安全性。

prompt-governance 是一個 Claude 技能，用來把生產環境中的 prompts 當成可版本控管、可審查、可測試的資產來管理。你可以用它規劃 prompt registries、regression tests、A/B experiments、eval pipelines、release approvals，以及 AI 功能的 rollback workflows。

senior-prompt-engineer 是一個不綁定特定模型的 Prompt Writing skill，適合用於評估驅動的 prompt optimization、RAG 品質檢查、agent workflow validation，以及 token/cost budgeting。內含參考資料，並提供可用於 prompt analysis、RAG metrics 與 agent orchestration 的 Python tools。

senior-data-scientist 是用於 Machine Learning 的 Claude skill，協助 A/B test 設計、因果推論、feature engineering 與表格型 ML 評估。可用來引導樣本數規劃、指標選擇、資料洩漏檢查、SHAP review，以及類似 MLflow 的追蹤流程；其中 scripts 屬於 scaffold templates，不是完整引擎。

llm-patterns 幫助你設計 AI 優先的應用邏輯：由 LLM 負責推理、擷取與生成，程式碼則負責驗證、路由與錯誤處理。適合用 llm-patterns 技能建立更清晰的 prompt 結構、可測試的 LLM 工作流程，以及 Skill Authoring 的實用指引。