agent-evaluation
Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on real-world benchmarks Use when: agent testing, agent evaluation, benchmark agents, agent reliability, test agent.
适合你，如果需要系统化测试和评估LLM智能体的性能与可靠性
/ 通过 npx 安装 校验哈希
npx oh-my-skill add danstrem2/clawdbot-skill-master-pack/agent-evaluation/ 通过 bash 安装
curl -fsSL https://oh-my-skill.com/install.sh | bash -s -- danstrem2/clawdbot-skill-master-pack/agent-evaluation/ 已经装过?验证本机副本,不用重装
npx oh-my-skill verify danstrem2/clawdbot-skill-master-pack/agent-evaluation安装目标可用 --agent / --scope 或 --to 明确指定;省略时只会在唯一已存在的 agent 目录上自动选择,零命中或多命中会停止并提示。content_hash 缺失或不一致均拒装。
1GitHub stars
~373上下文体积 · 单文件
索引托管
评论
登录即可评论;带「已验证安装」的,是发布者名下有本店的安装或持有记录。
…