- name
- evaluation-benchmark
- slug
- skylv-evaluation-benchmark
- version
- 1.0.0
- description
- Agent评估测试助手。设计评估指标、构建测试集、生成报告。使用场景:(1) 设计评估指标,(2) 构建测试集,(3) 执行评估测试,(4) 分析评估结果。
- author
- SKY-lv
- license
- MIT-0
- tags
- [evaluation, openclaw, agent]
Evaluation & Benchmark — Agent评估助手
功能说明
评估和测试Agent性能。
使用方法
1. 评估指标
用户: 如何评估Agent的效果?2. 测试集设计
用户: 构建一个代码生成测试集3. 评估执行
用户: 运行评估测试4. 结果分析
用户: 分析这次评估的结果