Skip to content
Back to skills

Eval Report

ASecurity

Renderiza una corrida de evaluación en Markdown o en un HTML autónomo con estilos embebidos: resumen de métricas, tabla de fallos con esperado, ganador y hermana, colisiones, presupuesto de contexto y cambios contra la línea base. Incluye el veredicto del gate y explica cada regresión por id de caso. Úsala cuando pidan el informe de evaluación, la tabla de fallos y el veredicto, un HTML para adjuntar o comparar dos corridas en un documento legible. English: turn an eval run into a determinist...

  • 2 stars
  • 0 votes
  • 0 copies
  • 0 views
  • Added November 18, 2026
ai-agentsjavascriptgojavabash

Security analysis

A100/100

Scanned November 18, 2026

npx -y skills add alberto2005-coder/skills-ia --skill eval-report --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Eval Report?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Eval Report
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/alberto2005-coder-eval-report/badge)](https://www.skillsdirectory.com/skills/alberto2005-coder-eval-report)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: eval-report
description: >
  Renderiza una corrida de evaluación en Markdown o en un HTML autónomo con
  estilos embebidos: resumen de métricas, tabla de fallos con esperado, ganador
  y hermana, colisiones, presupuesto de contexto y cambios contra la línea base.
  Incluye el veredicto del gate y explica cada regresión por id de caso.
  Úsala cuando pidan el informe de evaluación, la tabla de fallos y el veredicto,
  un HTML para adjuntar o comparar dos corridas en un documento legible.
  English: turn an eval run into a deterministic Markdown or standalone HTML
  report with failures, collisions, context budget and baseline changes.
license: MIT
metadata:
  package: skill-evals
  version: "1.0.0"
---

# Skill Evals · Informe

El informe no descubre nada: ordena lo que la corrida ya demostró. Su valor está en que un fallo se lea en diez segundos y en que dos corridas se puedan comparar sin abrir JSON.

## Precondiciones

- Corrida JSON de `eval-run` con `format: skill-evals-run`.
- Línea base opcional para la sección de cambios.
- Destino: stdout, `.md` o `.html`.

## Estructura

1. **Veredicto y umbral** en la primera línea: `PASS` o `FAIL`, sin ambigüedad.
2. **Resumen**: casos, aprobados, precisión, recall, MRR, falsos negativos/positivos, colisiones, tokens de catálogo y skills fuera de presupuesto.
3. **Por tipo y split**: positivas, negativas, límites, fuera de dominio; train y test por separado.
4. **Fallos**: id, esperado, ganador, puntuación y hermana. Si no hay, se dice explícitamente.
5. **Colisiones**: pares con Jaccard y su valor.
6. **Presupuesto**: las cinco skills más pesadas y el total del catálogo.
7. **Cambios contra la línea base**: regresiones, arreglos, nuevos y retirados, con ids.

## Comandos

```bash
py skill-evals/scripts/report.py --run skill-evals/reports/run.json --out skill-evals/reports/informe.md
py skill-evals/scripts/report.py --run skill-evals/reports/run.json --baseline skill-evals/reports/run-anterior.json --format html --out skill-evals/reports/informe.html
py skill-evals/scripts/report.py --run skill-evals/reports/run.json --format md
```

Sin `--out` escribe en stdout. El HTML es un único fichero, sin CDN ni JavaScript, con el contenido escapado.

## Reglas

- **Determinista**: mismo JSON de entrada, mismo informe byte a byte. Sin fecha ni hora.
- **Sin HTML crudo**: todo texto de un caso se escapa; una descripción con `<script>` no se ejecuta.
- **Un veredicto**: si el gate falló, el informe no puede titular «correcto».
- **Fallos primero**: con veredicto `fail`, la sección de fallos va antes que el presupuesto.
- **Sin métricas inventadas**: solo se muestran las que están en el JSON de corrida.

## Gate de salida

- Informe generado en el formato pedido, con veredicto visible.
- Todos los fallos y regresiones de la corrida aparecen con id.
- Colisiones y presupuesto incluidos aunque estén vacíos.
- HTML válido como documento único y sin recursos externos.

## Handoff

Entrega la ruta del informe y el veredicto a quien tomó la decisión de publicar el catálogo. Si el veredicto es `fail`, adjunta la lista de ids y la corrección propuesta en la descripción; no se publica hasta que la corrida pase.

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

View all in ai-agents →

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.