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

skillsbenchbenchflow-ai/skillsbench

为 AI Agent 技能提供可复现的基准测试环境,用统一任务集衡量技能是否真的把事做对。核心功能要点包括:1.【基准任务集】:内置 Discord、WeChat、Weekly sync 等真实场景任务,…

还没有人评分 我要评分
Stars1.8k
Forks371
Watchers1.8k
Open Issues115

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/benchflow-ai/skillsbench.git

Overview功能介绍

核心功能

为 AI Agent 技能提供可复现的基准测试环境,用统一任务集衡量技能是否真的把事做对。核心功能要点包括:1.【基准任务集】:内置 Discord、WeChat、Weekly sync 等真实场景任务,让技能在贴近实际使用的流程中接受检验;2.【容器化评测环境】:基于 Docker 封装运行依赖,保证同一技能在不同机器上跑出可对比的结果;3.【结果对比与回归】:对同一技能的不同版本或不同技能输出统一评分,快速发现改动带来的效果退化。

适用场景

技能包发布前的效果验收、多技能横向选型对比、技能迭代后的回归测试、Agent 工作流稳定性排查。

适用职业

AI / 算法工程师、测试 / QA 工程师、全栈 / 独立开发者、DevOps / 运维工程师。

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 ID488
数据来源GitHub
仓库全名benchflow-ai/skillsbench
所属分类AI 与智能体技能 / 技能评测与基准测试
主要语言PDDL
开源协议Apache License 2.0
默认分支main
GitHub 仓库 ID1124479538
节点 IDR_kgDOQwYyMg
榜单排名#478 (来源榜单内名次)
全站热度排名#559 (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

05001k1.5k2k2026-09-292026-10-112026-09-29 · 1,8232026-10-11 · 1,837
  • 当前1,837
  • 上一记录点 · 09-29 1,823
  • 较上一记录点 +14
  • 共 2 个记录点 跨度 12 天
01002003004002026-09-292026-10-112026-09-29 · 3702026-10-11 · 371
  • 当前371
  • 上一记录点 · 09-29 370
  • 较上一记录点 +1
  • 共 2 个记录点 跨度 12 天

Timeline时间线

仓库创建2025-12-29 05:04:5710 个月前
资料最后更新2026-10-26 11:58:5222 天前
最近一次代码推送2026-07-23 19:09:353 个月前

Commit更新记录

由提交人 bingran-you 提交,主要更新类型为:代码重构与结构优化。提交说明:Rename task metadata sections to sandbox (#1037)。重整了内部实现,代码可维护性更好(对外行为不变)。

9a1f4dd bingran-you 2026-07-23