Loading...
Loading...
共找到 2 个 Skills
根据官方规范和最佳实践评估Agent Skill的设计质量。适用于审核、审计或改进SKILL.md文件及Skill包的场景，提供多维度评分和可落地的改进建议。
针对任意编码Agent CLI，对Agent Skill进行全面的端到端评估——验证其脚本是否输出文档中记录的数值（确定性检查），测试其描述是否能在正确的提示词下触发，以及衡量遵循SKILL.md的Agent是否优于无Skill的基准版本（包含通过率差值、均值±标准差、基准测试）。当你需要测试、基准测试、验证、评级或量化某个Skill的质量，检查某个Skill“是否真的可用”，比较两个Skill版本，优化Skill的触发逻辑，或搭建评估套件时均可使用——即使用户只是问“这个Skill好用吗”、“我的Skill能正常工作吗”或“对这个Skill做基准测试”。支持以无头模式驱动Claude Code、OpenAI Codex、Antigravity（agy）、Cursor、GitHub Copilot、Amp、opencode或Grok。