SkillHone Synthesis
Mění průzkum nástrojů na obtížné, strojově hodnotitelné benchmarkové Q/A namísto vyhledávání triviálních informací.
Otestováno · Funguje
Co umí
Metodologická dovednost pro vytváření uzavřených, mechanicky ověřitelných benchmarkových otázek prozkoumáním nástrojového prostředí do opakovaně použitelného grafu důkazů, následným těžbou a validací obtížných (vícekrokových, vylučovacích/řadicích, křížových zdrojů) párů Q/A z něj pomocí pipeline Cartographer/Miner/Validator/Deduper. Použijte při vytváření sady hodnocení, psaní položek hodnocení nebo generování datových sad s ověřitelnými odpověďmi z volaných nástrojů; výslovně ne pro otevřené psaní nebo subjektivní hodnocení.
Testovací report
Vytvořil jsem malou datovou sadu 6 zaměstnanců a porovnal naivní otázku ('what's E003's salary?', přímo čitelnou) s otázkou řízenou dovedností ('among Engineering hires before 2022, excluding contractors, who has the second-highest salary?'), která vynucuje skutečný řetězec filter+exclude+rank a dodává se s spustitelným ověřovacím úryvkem — rozdíl mezi triviální informací a skutečnou položkou hodnocení byl konkrétní a reprodukovatelný.
Testováno: 2026-07-14 · Claude Code 2.x (agent harness)
Instalace
git clone https://github.com/Tencent/SkillHone cd SkillHone mkdir -p ~/.claude/skills cp -r skills/skillhone-synthesis ~/.claude/skills/skillhone-synthesis
Příkazy a ukázkové prompty
/skillhone-synthesisMění průzkum nástrojů na obtížné, strojově hodnotitelné benchmarkové Q/A namísto vyhledávání triviálních informací.
Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):
Help me build a benchmark of verifiable Q&A pairs from this APIGenerate hard, closed-form eval questions from these tool callsI need eval data with exact-match gradable answers for our agent