agent-evaluation
by Antigravity · v1.0.0 · 更新于 2026-03-27T22:32:49+0800
Test and benchmark LLM agents for behavior, capability, reliability, and production performance
技能说明
Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on re...
中文介绍
测试和基准评估大语言模型代理，包括行为测试、能力评估、可靠性指标和生产监控——即使顶级代理在重新测试中的得分也低于50%
安装步骤
直接复制以下提示词，发送给你的 AI 助手即可完成安装。
帮我下载并安装这个SKILL：https://skillhub.cstcloud.cn/download/agent-evaluation
点击右上角 下载SKILL 按钮
元信息
分类：Test & Security
下载：4
浏览：4
标签：
LLM agents
behavioral testing
reliability metrics