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。
Repository仓库信息
| 技能 ID | 488 |
|---|---|
| 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 ID | 1124479538 |
| 节点 ID | R_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
- 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
- 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)。