behavioral-evals

Anleitung zum Erstellen, Ausführen, Beheben und Fördern von Verhaltensevaluierungen. Verwenden Sie dies zur Überprüfung der Entscheidungslogik von Agenten, zum Debuggen von Fehlern, zum Debuggen von Prompts…

npx skills add https://github.com/google-gemini/gemini-cli --skill behavioral-evals

Behavioral Evals

Overview

Behavioral evaluations (evals) are tests that validate the agent's decision-making (e.g., tool choice) rather than pure functionality. They are critical for verifying prompt changes, debugging steerability, and preventing regressions.

[!NOTE] Single Source of Truth: For core concepts, policies, running tests, and general best practices, always refer to evals/README.md.


🔄 Workflow Decision Tree

  1. Does a prompt/tool change need validation?
    • No -> Normal integration tests.
    • Yes -> Continue below.
  2. Is it UI/Interaction heavy?
  3. Is it a new test?
    • Yes -> Set policy to USUALLY_PASSES.
    • No -> ALWAYS_PASSES (locks in regression).
  4. Are you fixing a failure or promoting a test?

📋 Quick Checklist

1. Setup Workspace

Seed the workspace with necessary files using the files object to simulate a realistic scenario (e.g., NodeJS project with package.json).

2. Write Assertions

Audit agent decisions using rig.setBreakpoint() (AppRig only) or index verification on rig.readToolLogs().

3. Verify

Run single tests locally with Vitest. Confirm stability locally before relying on CI workflows.


📦 Bundled Resources

Detailed procedural guides:

  • creating.md: Assertion strategies, Rig selection, Mock MCPs.
  • fixing.md: Step-by-step automated investigation, architecture diagnosis guidelines.
  • promoting.md: Candidate identification criteria and threshold guidelines.

Mehr Skills von google-gemini

greeter
google-gemini
Eine freundliche Begrüßungsfertigkeit
official
async-pr-review
google-gemini
Lösen Sie diese Fähigkeit aus, wenn der Benutzer eine asynchrone PR-Überprüfung starten, Hintergrundprüfungen für einen PR durchführen oder den Status einer zuvor gestarteten asynchronen PR-Überprüfung überprüfen möchte…
official
ci
google-gemini
Eine spezialisierte Fähigkeit für Gemini CLI, die Hochleistung und schnelles Fehlschlagen bietet
official
code-reviewer
google-gemini
Automatisierte Code-Überprüfung für lokale Änderungen und entfernte Pull-Requests mit strukturierter Analyse hinsichtlich Korrektheit, Wartbarkeit und Sicherheit. Unterstützt sowohl lokale Dateisystemänderungen (gestaged und ungestaged) als auch entfernte PRs (nach Nummer oder URL) mit automatischem GitHub-CLI-Checkout. Analysiert Code in sieben Dimensionen: Korrektheit, Wartbarkeit, Lesbarkeit, Effizienz, Sicherheit, Behandlung von Randfällen und Testabdeckung. Führt optionale Preflight-Überprüfungssuiten aus (z. B. npm run preflight), um...
official
docs-changelog
google-gemini
Erstellt und formatiert Changelog-Dateien für neue Releases mit versionsbewussten Vorlagen und Hervorhebungs-Extraktion. Verarbeitet drei Release-Typen: stabile Nebenversionen, stabile Patches und Preview-Releases, jeweils mit unterschiedlichen Dateiaktualisierungsverfahren. Verarbeitet automatisch rohe Markdown-Release-Notizen, indem PR-URLs in Markdown-Links umformatiert und Mitwirkenden-Abschnitte entfernt werden. Erzeugt prägnante 3–5 Punkte umfassende Hervorhebungszusammenfassungen für Release-Ankündigungen, wobei neue Funktionen gegenüber Fehlerbehebungen priorisiert werden. Unterstützt...
official
docs-writer
google-gemini
Technische Dokumentation und Bearbeitung für die Gemini CLI-Dokumentation mit strenger Einhaltung des Stils. Setzt umfassende Dokumentationsstandards durch, die Stimme, Ton, Grammatik, Formatierung und Struktur abdecken, um Konsistenz in allen .md-Dateien und im /docs-Verzeichnis zu gewährleisten. Erfordert die Untersuchung von relevantem Code und vorhandener Dokumentation vor Änderungen, mit Prüfungen auf betroffene Seiten und Aktualisierungen der Seitenleisten-Navigation. Wendet spezifische Regeln für Überschriften, Listen, Verfahren, Links und Barrierefreiheit an,...
official
github-issue-creator
google-gemini
Verwenden Sie diese Fähigkeit, wenn Sie aufgefordert werden, ein GitHub-Issue zu erstellen. Sie behandelt verschiedene Issue-
official
pirate-skill
google-gemini
Sprich wie ein Pirat.
official