Agent Skills

按标签浏览

# Agent 评测 / Agent Evaluation(8)

Agent 自动化评测
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
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
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