agent-regression-evals

Use when an agent, prompt, model or tool change needs proof it did not make the agent worse — setting up a regression eval suite, deciding whether a pass-rate drop is real or noise, grading tool-call

SKILL.md

GitHub

agent-regression-evals

Работа в Codex

Прочитай предметную процедуру, затем только нужные разделы ресурсов; пути разрешай от содержащего их файла. Соблюдай AGENTS.md, цель, стек и полномочия пользователя. Навык не разрешает создание агентов, hooks или фоновые действия. Инструменты Claude — обозначения исходной платформы: используй реальные API Codex, не подменяй CLI механически. Недоступные зависимости укажи; MCP подключай штатно. До запуска скрипта проверь его код, зависимости, пути и побочные эффекты. Примеры не подтверждают факты; актуальные API и тарифы проверяй по официальным источникам. Уточняй существенное, обратимые действия в рамках задачи выполняй сам.