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

autoharnesstigerless-labs/autoharness

面向大模型多轮复杂推理与代码生成智能体的全自动评测台架(Harness)与断言套件。核心功能要点包括:1.【自动化沙箱用例批量回归】:在安全隔离的容器环境中批量执行测试输入并严格校验执行退出码与标准输出;…

还没有人评分 我要评分
Stars1.1万
Forks645
Watchers1.1万
Open Issues55

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/tigerless-labs/autoharness.git

Overview功能介绍

核心功能

面向大模型多轮复杂推理与代码生成智能体的全自动评测台架(Harness)与断言套件。核心功能要点包括:1.【自动化沙箱用例批量回归】:在安全隔离的容器环境中批量执行测试输入并严格校验执行退出码与标准输出;2.【智能体幻觉与偏离度量化】:精准统计模型在多步工具调用中的参数格式错误率、幻觉调用比例与死循环发生频次;3.【多基座模型多维度基准比对】:一键输出不同模型(OpenAI、Anthropic、DeepSeek)在相同复杂代码任务下的成功率与耗时雷达图。

适用场景

规范验证与回归测试环节、智能体流程编排环节、测试驱动开发环节。

适用职业

测试 / QA 工程师、AI / 算法工程师。

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 ID239
数据来源GitHub
仓库全名tigerless-labs/autoharness
所属分类质量保证与自动化测试 / 规范验证与回归测试
主要语言Python
开源协议MIT License
默认分支main
GitHub 仓库 ID1264396304
节点 IDR_kgDOS10oEA
榜单排名#292 (来源榜单内名次)
全站热度排名#138 (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

05k1万1.5万2026-09-262026-11-022026-09-26 · 4,0512026-10-21 · 10,5002026-10-23 · 10,5982026-10-24 · 10,6812026-11-02 · 10,611
  • 当前10,611
  • 上一记录点 · 10-24 10,681
  • 较上一记录点 -70
  • 共 5 个记录点 跨度 37 天
02004006008002026-09-262026-11-022026-09-26 · 3012026-10-21 · 6162026-10-23 · 6172026-10-24 · 6192026-11-02 · 645
  • 当前645
  • 上一记录点 · 10-24 619
  • 较上一记录点 +26
  • 共 5 个记录点 跨度 37 天

Timeline时间线

仓库创建2026-06-09 21:05:425 个月前
资料最后更新2026-11-02 14:37:5614 天前
最近一次代码推送2026-10-23 16:35:4524 天前

Commit更新记录

由提交人 liruihan000 提交,主要更新类型为:文档完善与说明补充。提交说明:Merge pull request #294 from tigerless-labs/copy/readme-building。

f2de058 liruihan000 2026-10-30

Next steps接下来看什么