SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

agent-skills-evaldarkrishabh/agent-skills-eval

为 AI Agent 技能(Skill)提供可复现的自动化评测,把「技能改完到底变好还是变坏」变成可量化、可对比的分数。核心功能要点包括:1.【技能评测用例定义】:用 evals/evals.json 按 skill_name、evals.…

还没有人评分 我要评分
Stars799
Forks43
Watchers799
Open Issues5

Install一键安装

待确认

这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:

git clone https://github.com/darkrishabh/agent-skills-eval.git

Overview功能介绍

核心功能

为 AI Agent 技能(Skill)提供可复现的自动化评测,把「技能改完到底变好还是变坏」变成可量化、可对比的分数。核心功能要点包括:1.【技能评测用例定义】:用 evals/evals.json 按 skill_name、evals.id、prompt 等字段声明每个技能的测试用例与期望,让评测内容随技能一起版本化管理;2.【技能清单与元信息校验】:解析 SKILL.md 的 YAML frontmatter,校验 name、description 等必填字段是否齐全规范,提前拦住格式不合规的技能;3.【命令行批量跑分】:通过 CLI 读取评测集并逐条执行,输出 JSONL 格式的逐用例结果,便于脚本化统计与回归比对;4.【OpenAI 兼容模型接入】:可对接任意 OpenAI 兼容接口的模型,在同一套用例上横向比较不同模型或不同版本技能的表现。

Topics主题标签

Rating用户评分

还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID1150
数据来源GitHub
仓库全名darkrishabh/agent-skills-eval
所属分类AI 工程与智能体开发 / 智能体评测与质量保障
主要语言TypeScript
开源协议MIT License
默认分支main
GitHub 仓库 ID1230541272
节点 IDR_kgDOSViR2A
榜单排名#908 (来源榜单内名次)
全站热度排名#1024 (按 Stars 实时计算,共 5833 条)

GrowthStar / Fork 增长

每天一次快照,记录 Star 与 Fork 的变化过程

02004006008002026-09-292026-10-112026-09-29 · 7982026-10-11 · 799
  • 当前799
  • 上一记录点 · 09-29 798
  • 较上一记录点 +1
  • 共 2 个记录点 跨度 12 天
02040602026-09-292026-10-112026-09-29 · 432026-10-11 · 43
  • 当前43
  • 上一记录点 · 09-29 43
  • 较上一记录点 ±0
  • 共 2 个记录点 跨度 12 天

Timeline时间线

仓库创建2026-05-06 05:10:296 个月前
资料最后更新2026-10-26 12:05:5722 天前
最近一次代码推送2026-10-07 15:39:151 个月前

Commit更新记录

版本【latest】由提交人 darkrishabh 提交,主要更新类型为:功能特性新增与扩展。提交说明:Merge pull request #39 from darkrishabh/codex/shared-runtime-foundation。为项目引入了新的能力与模块支持。

f10ae2b vlatest darkrishabh 2026-09-29

Next steps接下来看什么