每次改提示词自动跑 30 个样例，指标不过就拦住合并。
## 步骤
1. 写清楚这一步的输入与输出；
2. 给出验收标准；
3. 失败也要记录原因。
方法与工具
发布于 1 周前 · 1 次浏览
把评测跑成 CI 的一部分
每次改提示词自动跑 30 个样例，指标不过就拦住合并。
- 解决什么
- 每次改提示词自动跑 30 个样例，指标不过就拦住合并。
- 技术栈
- 工作流自动化
分享内容
workflow.mdmarkdown
# 把评测跑成 CI 的一部分
每次改提示词自动跑 30 个样例，指标不过就拦住合并。
提示词Claude 3.7 / temperature 0.457 字
你是资深工程搭档。请按以下约束给出方案：
1) 先给最小可运行版本；
2) 标注不确定之处；
3) 列出验收标准。
社区讨论 0条观点
把你试过的做法、遇到的坑或不同意见写在上面，作者和其他人都能看到。