Agent 评估报告

sickn33/agentic-awesome-skills/skills/agent-evaluation-reporting

45.6k 0Python自动化流程
平台CursorClaude CodeOpenAI Codex

汇总 agent 评估时,将自治、辅助、失败、超时或无效结果保持可区分且可比。

CursorClaude CodeOpenAI Codex基准测试可靠性指标

全部 skill