界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
开发与工程 · SKILL.md

agent-benchmarking

agent-benchmarking

【开发与工程】Map agent capabilities to standard benchmarks (SWE-bench, WebArena, OSWorld, GAIA, TauBench) plus custom regression packs. Use when you need defensible numbers on agent quality, not just vibes — before shipping, after every model change, and for vendor comparisons.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

Aakillness / jeo-skillsNOASSERTION

技能说明

GitHub
正在从源仓库读取说明…
我的收藏