Skip to main content

sourcegraph/CodeScaleBench

SkillsMP hat 30 Skills aus sourcegraph/CodeScaleBench gesammelt. Öffne einen Skill, um Quelle und Details zu prüfen.

Letzte erfasste Quellaktivität
SkillsMP-Katalog aktualisiert
gesammelte Skills
30
GitHub-Stars
32
GitHub-Forks
5

Es werden 30 von 30 gesammelten Skills angezeigt.

Beruf
Netzwerk- und Computersystemadministratoren
Beschreibung

Archive old completed benchmark runs to save disk space and speed up scans. Triggers on archive runs, clean up runs, disk space, old runs.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Audit benchmark suites against ABC framework (Task/Outcome/Reporting validity). Checks instruction quality, verifier correctness, reproducibility. Triggers on benchmark audit, audit benchmark, abc audit, task validity.

Quellsprache: Englisch

Aktualisiert
Beruf
Netzwerk- und Computersystemadministratoren
Beschreibung

Verify infrastructure readiness before launching benchmark runs — tokens, Docker, disk, credentials. Triggers on check infra, infrastructure check, ready to run, pre-run check.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Compare benchmark results across agent configurations (baseline, SG_full). Show where configs diverge. Triggers on compare configs, config comparison, which config wins, MCP impact.

Quellsprache: Englisch

Aktualisiert
Beruf
SoftwareentwicklerDatenwissenschaftler
Beschreibung

Token and cost analysis per run, suite, and config. Shows most expensive tasks and config cost comparison. Triggers on cost report, how much did it cost, token usage, spending.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwareentwickler
Beschreibung

Generate the aggregate CSB evaluation report from completed Harbor runs. Triggers on generate report, eval report, ccb report, benchmark report.

Quellsprache: Englisch

Aktualisiert
Beruf
Datenwissenschaftler
Beschreibung

Compute information retrieval quality metrics (precision, recall, MRR, nDCG, MAP) comparing file retrieval across baseline and MCP configs against ground truth. Triggers on ir analysis, retrieval metrics, file recall, ground truth, search quality.

Quellsprache: Englisch

Aktualisiert
Beruf
DatenwissenschaftlerSoftwareentwickler
Beschreibung

Analyze MCP tool usage patterns, reward/time deltas conditioned on MCP adoption, and zero-MCP investigation. Triggers on mcp audit, mcp analysis, mcp impact, tool usage analysis, did mcp help.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwareentwickler
Beschreibung

Point at any repo (GitHub, GitLab, Bitbucket, Azure DevOps, self-hosted, or local) and get eval tasks that compare baseline coding agents vs MCP-augmented agents. Mines merged PRs/MRs for real code-change tasks, auto-generates ground truth from patches,…

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Run a single benchmark task locally to verify a fix. Uses haiku for speed. Triggers on quick rerun, rerun task, verify fix, test task.

Quellsprache: Englisch

Aktualisiert
Beruf
Datenwissenschaftler
Beschreibung

Batch re-extract task_metrics.json for all runs after extraction bug fixes or schema changes. Triggers on reextract metrics, refresh metrics, update task metrics, fix extraction.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwareentwickler
Beschreibung

Run the repo health gate before commit or push to reduce doc drift and keep branches clean. Triggers on commit, push, before push, repo health, reduce drift, doc drift, clean branch.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Configure and launch CodeScaleBench runs with current paired-run and curation guardrails.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Quick status check on the currently active benchmark run. Lighter than watch-benchmarks, scoped to recent activity. Triggers on run status, how's it going, are tasks done, active run.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwareentwickler
Beschreibung

Scaffold a new Harbor-compatible benchmark task (SDLC or org-scale) and optionally a new benchmark suite. Generates task.toml, instruction.md, Dockerfile, test.sh, and registers the task. Triggers on scaffold task, new task, create task, add task, new…

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Score individual task quality on instruction clarity, verifier quality, and reproducibility. Triggers on score task, task quality, rate tasks, task score.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Reconcile task metadata between selected_benchmark_tasks.json and task.toml files. Finds and fixes drift. Triggers on sync metadata, check metadata, metadata mismatch, reconcile tasks.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -testerSoftwareentwickler
Beschreibung

Investigate a specific failed benchmark task — read logs, identify root cause, check if known pattern, suggest fix. Triggers on triage, investigate failure, debug task, diagnose failure.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Pre-flight validation of benchmark tasks before launching runs. Catches truncated instructions, metadata mismatches, missing test scripts. Triggers on validate tasks, preflight, pre-flight check, check tasks.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Live benchmark monitoring — scan run directories, classify task status, fingerprint errors, present structured summaries. Triggers on watch benchmarks, benchmark status, run status, monitor runs.

Quellsprache: Englisch

Aktualisiert
Beruf
Computersystemanalytiker
Beschreibung

Analyze current benchmark state and recommend what to work on next. Triggers on whats next, what should I do, next steps, prioritize work.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Run repo health checks, validate benchmark tasks, and audit run integrity.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Extract metrics, score traces, and evaluate benchmark task results.

Quellsprache: Englisch

Aktualisiert
Beruf
Netzwerk- und Computersystemadministratoren
Beschreibung

Check infrastructure readiness, manage MCP tools, and audit system dependencies.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwareentwickler
Beschreibung

Plan upcoming work, analyze coverage gaps, and recommend next steps for benchmarking.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwareentwickler
Beschreibung

Generate evaluation reports, analyze run costs, and compare configurations.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Launch and manage CodeScaleBench benchmark runs with paired-run guardrails, quick reruns, and execution orchestration.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Create, mine, and validate new benchmark tasks and task suites.

Quellsprache: Englisch

Aktualisiert
Beruf
Netzwerk- und Computersystemadministratoren
Beschreibung

Monitor active runs, check task completion status, and watch benchmark execution progress.

Quellsprache: Englisch

Aktualisiert
Beruf
Softwarequalitätssicherungsanalysten und -tester
Beschreibung

Investigate and triage failed benchmark tasks, analyze root causes, and plan reruns.

Quellsprache: Englisch

Aktualisiert
Es werden 30 von 30 gesammelten Skills angezeigt.