按标签浏览
# Agent 评测 / Agent Evaluation(8)
全部 56845
Agent 评测 8
内容创作 1182
企业运营 1108
知识管理 951
数据分析 857
AI Agent 592
生活服务 573
合规校验 474
代码评审 468
政策核验 381
浏览器自动化 315
教育学习 313
任务拆解 310
会议纪要 305
竞品分析 260
办公效率 258
微信公众号 253
命令行工具 239
提示词工程 231
技术方案 224
用药指导 199
代码审查 191
Rube MCP 188
文档处理 185
开发编程 185
图像生成 184
调试排错 182
数据可视化 176
任务规划 175
设计系统 168
去AI味 162
检查清单 162
人力资源 160
AI Hive 158
设计多媒体 156
薪酬计算 155
海外运营 155
API 集成 151
视频生成 147
工资条 141
根因分析 138
文生图 134
MCP 134
合规审查 132
IT 运维 131
短视频脚本 128
REST API 127
方案对比 127
OpenClaw 126
社保公积金 123
合同审查 121
结构化输出 121
办公自动化 120
安全审计 119
大模型技能 119
电商运营 115
文生视频 114
内容合规 114
WorkBuddy 112
电商主图 110
API 设计 107
Agent 自动化评测
@user_055bebc4/agent-eval-skill
将 Agent 代码与 trace 整理成可落地的评测设计,先对齐指标、标签、payload 与 judge,再输出实现方案。
AI Agent
2026.08.29
↓ 316
在线 Agent 评测
@user_6c5df2c8/agent-evaluation-jingsis
按步骤引导评估在线 Agent 产品,收集日志并人工审查 BadCase 与迭代方向。
AI Agent
2026.08.30
↓ 172
💻
三步自媒体博主评测用例锻造
@user_8ee65e73/agent-eval-caseforge
分三步帮自媒体博主为大模型技能设计并打磨可执行的评测用例,方便复现与对比 agent 表现。
开发编程
2026.08.29
↓ 52
🤖
自进化 Agent 构建器
@user_1a99cb00/penguin-harness
一句话生成完整 Agent 应用,内置基准测试与迭代优化循环,并打包 14 个技能与多模型支持。
AI Agent
2026.08.30
↓ 48
🤖
渐进式披露设计指南
@org-eyw2ohcx/samber-cc-skills-skill-progressive-disclosure-design
指导何时拆分 SKILL.md、如何用 references 与 scripts 控制上下文加载,以权衡而非死板规则做架构决策。
AI Agent
2026.08.30
↓ 38
🤖
Agent 评测数据集台账
@user_bd3231bd/agent-eval-dataset-register
将评测 case、来源、期望行为、rubric、split 与实验结果整理为可溯源的静态台账,不连平台、不跑评测。
AI Agent
2026.08.30
↓ 230
Skill 评测 Pro
@user_616d1d5a/skill-evaluation-pro
面向工程师的本地 Skill 自动化评测,支持单 Skill、多 Skill、多模型与多运行框架横向对比,并从配置到报告闭环推进。
AI Agent
2026.08.29
↓ 344
🤖
上下文工程
@user_3c6cb52e/context-engineering-collection
一套面向生产级 AI 智能体系统的上下文工程方法论,涵盖上下文退化识别、多智能体架构与工具设计。
AI Agent
2026.08.30
↓ 172